波束形成在雷达、无线通信、声纳、声学等领域得到了广泛的应用。近年来,随着无线传感器网络技术和嵌入式技术的快速发展,基于阵列网络的分布式协同波束形成这个较新的课题引起了越来越多的学者的关注。通过将分布式自适应信号处理技术应用到阵列网络中,能够相较于集中式信号处理技术,具有更加良好的扩展性、扩散性、稳健性等特性。本文以基于阵列网络的分布式波束形成算法为研究课题,从自适应组合系数、降秩技术、张量分解等方向开展研究,主要研究内容分为以下三个部分。（一）针对分布式扩散策略已有的固定组合系数的组合机制对网络中信号和噪声统计量的空间变化鲁棒性差的问题,本文基于已有的利用固定组合系数的分布式波束形成算法,推导了一种利用自适应组合系数的分布式波束形成算法。仿真实验证明,与已有的固定组合系数的组合机制相比,该自适应组合系数的组合机制能够提高分布式波束形成算法对信号和噪声统计量的空间变化的鲁棒性。（二）针对大规模阵列网络下,传统的分布式波束形成算法的收敛速度较慢的问题,以及期望信号的到达角快速发生变化时,传统的降秩波束形成算法的性能会恶化甚至失效的问题,本文将降秩的思想和分布式波束形成技术结合起来,推导了一种使用自适应组合矩阵进行组合的降秩分布式波束形成算法,并给出了两种自适应实现方案。仿真实验证明,所推导的分布式降秩波束形成算法能够在大规模阵列网络下,有效地提高算法的收敛速度,且能够在期望信号的到达角发生变化时,仍能够一直保证期望信号方向几乎为一的增益。（三）针对大规模阵列网络下,传统的分布式波束形成算法的收敛速度较慢,计算复杂度高以及通信代价大等问题,本文将张量的相关理论和分布式信号处理算法结合起来,并利用阵列具有的多线性平移不变性的结构,推导了一种基于阵列网络的分布式张量波束形成算法。与传统的分布式波束形成算法相比,分布式张量波束形成算法能够有效提高算法的收敛速度,减少计算复杂度以及阵列之间的数据通信量。