雷达系统通常采用大型天线阵列来提高天线增益和角度分辨率。对于大型数字天线阵列,传统的自适应数字波束形成算法因计算量大,无法满足雷达系统的实时性要求。本文针对大型数字阵列天线的需求,从减少算法所需的快拍数和降低计算维度两个方面,开展了快速自适应波束形成算法及其实现的研究。本文主要研究工作包括:1、推导了均匀直线阵列信号模型和平面阵列信号模型。介绍了波束形成基本原理和最优波束形成准则,并进行性能仿真和分析。2、提出一种适用于正交投影(Orthogonal Projection,OP)自适应数字波束形成算法的平面阵二维阻塞矩阵。该算法适用于任意阵型的二维均匀平面阵。仿真结果表明,该算法具有很好的抗干扰性能和测角性能,在小快拍数下能快速计算出自适应权重,实时性高,利于工程实现。3、研究了联合迭代降秩自适应波束形成算法,推导了基于递归最小二乘(Recursive Least Square,RLS)的联合迭代(Joint Iterative Optimization,JIO)降秩算法和基于递归LCMV(Linear Constrained Minimum Variance)的联合迭代降秩算法,并在初始化降秩矩阵中加入泰勒权来控制旁瓣电平。仿真结果表明,两种算法都具有良好的主瓣形状和抗干扰性能。JIO-LCMV算法比JIO-RLS算法计算量更小,是一种快速波束形成算法,适用于大型天线阵列。4、针对基于递归LCMV的联合迭代降秩算法,提出了基于FPGA和DSP级联硬件平台的高速实现方案。每次迭代过程中,首先在FPGA中进行降秩矩阵更新,更新完毕后FPGA请求与DSP通信,将数据通过网口传送给DSP,DSP接收后进行权重更新并判断算法是否收敛。若不收敛,则将更新后的数据再传输给FPGA,开始下一次迭代。测试结果表明,在不同期望信号指向和不同信噪比下,该算法均具有良好的主瓣和抗干扰性能。此外,该算法在4.5ms内完成一次权重更新,满足系统的实时性要求。