随着第三代移动通信技术的发展,智能天线技术成为目前研究者关注的焦点。在实际应用过程中,由于传播环境、信源、传感器阵列等诸多条件的复杂变化,引起信号方向向量的偏差,导致现存的自适应波束形成器的性能下降。另外,采样样本数目的变化也会影响自适应波束形成器的性能。因此,研究如何提高自适应波束形成算法的鲁棒性,具有重大的理论意义和实用价值,提高自适应波束形成算法的鲁棒性也是目前阵列信号处理中的热点问题。本文分析了在实际中影响自适应波束形成算法性能的因素,详细介绍了经典的自适应波束形成算法,深入研究了鲁棒自适应波束形成算法,包括多点约束法、基于特征空间的自适应波束形成算法和对角载入法等等,并对各种算法的优缺点进行了分析和比较。针对实际通信环境中存在的问题,提出了一种改进的对角载入鲁棒自适应波束形成算法。对角载入自适应波束形成算法是一种简单有效的鲁棒波束形成算法,但是对于对角载入值仅能确定它的范围,其具体值一般根据经验来选取。在实际通信环境中,方向向量偏差和采样样本数量小导致自适应波束器的性能急剧下降,为了解决这一问题,所提鲁棒波束形成算法将协方差矩阵估计算法与传统的对角载入LSMI算法相结合,通过优化代价函数来求解最优权重向量,且优化解中的对角载入值能够准确得出。将迭代算法运用到鲁棒波束形成算法中,可以降低算法的运算量。该算法有效地抑制了方向向量偏差对输出性能的影响,提高了系统的鲁棒性,改善了阵列输出的信干噪比,使输出信干噪比更接近最优值,且该算法能适应小采样样本的情况。