随着全球移动通信业务的迅速发展,频谱资源缺乏日渐严重,为了在有限的频谱资源内容纳更多的移动用户,可以采用智能天线技术来提高频谱利用率。自适应波束形成作为智能天线的关键技术之一,历经了半个世纪的发展过程。由于其优良的性能被广泛应用于雷达、通信、声纳、导航、射电天文以及生物医学工程等军事及国民经济领域。但在实际通信环境中,由于系统误差和复杂环境的扰动引起了信号方向向量的偏差,导致自适应波束形成器的性能严重下降。因此,研究自适应波束形成算法的鲁棒性以及计算复杂度的降低具有重要的理论意义和实用价值。本文介绍了自适应波束形成器的五种基本性能准则,详细归纳了传统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,并对各种算法的优缺点进行了分析和比较。针对实际复杂扰动环境中存在信号方向向量偏差的问题,本文在经典LSMI算法的基础上提出了改进的鲁棒LSMI算法,改善了复杂的信号环境下LSMI算法的性能,加快算法的收敛速度,实现了用更少的采样样本达到更好的处理效果。在复杂扰动环境下,传统波束形成算法的性能将急剧下降,对此,学者们提出了许多有效的鲁棒波束形成算法,其中基于对角载入的自适应波束形成算法是一种简单有效的鲁棒算法,通过引入对角载入值的方法对阵列协方差矩阵进行修正。但经典LSMI算法的对角载入值只能通过经验来确定,并且对角载入值不能随实际情况的变化而调整,使得波束形成器的性能下降。为了克服这一缺点,本文利用可变的对角载入值对协方差矩阵进行修正,在本质上属于可变对角载入的范畴,易于实时实现,适用于小样本的情况。为了减少计算量,采用递推算法更新权矢量。仿真实验结果表明,与经典LSMI算法相比,该算法提高了在复杂扰动环境下系统的鲁棒性,改善了阵列输出的信干噪比。