阵列信号处理利用传感器阵列来接收空间信号并对其进行处理，增强感兴趣信号(Signal Of Interest.SOI)，抑制无用信号和噪声,并提取有用信号特征以及信号所包含的信息。本论文主要研究阵列信号处理系统中的自适应波束形成技术，内容包括广义旁瓣对消器中阻塞矩阵的构建，基于采样协方差矩阵对角加载的LU分解技术和变尺度混沌优化方法。论文的主要工作如下：1.针对广义的基于特征空间波束形成器需要计算修改的信号子空间导致算法不稳定问题，提出利用阻塞矩阵的维数来限制约束空间基，经仿真表明，算法优于普通算法，且不用计算修改的信号子空间，阵列增益很稳定。在未知干扰位置的情况下，提出利用约束空间基的组合来形成约束子空间。理论分析，计算机仿真都验证了算法的有效性和优越性。2.针对多级维纳滤波器权值设计时需要对采样协方差矩阵求逆，导致算法运算复杂度大的问题，提出利用多级维纳滤波器生成协方差矩阵为三对角矩阵的特点，对协方差矩阵进行LU分解，组成基于协方差矩阵的LU分解的KRYLOV子空间，直接得到滤波器的最优权值，避免了后向迭代过程，算法的复杂度大大降低。3.针对实际自适应波束形成典型的DOA失配问题，在原有的基于最差性能最优稳健波束形成算法的基础上，提出基于变尺度混沌优化的概率约束波束形成算法。引入波束形成概率约束置信区间，利用信号导引矢量误差分布律，将约束优化问题最终转化为非线性优化问题，并利用混沌变量的遍历性搜索全局最优权值。4.算法的验证与比较是通过MATLAB仿真工具实现。利用信噪比，干噪比与生成随机数函数产生信号模型。设定Monte Carlos重复实验次数，本文中选取重复次数为1000和5000，并进行算法的仿真验证和比较。