空中力量已成為現(xiàn)代戰(zhàn)爭(zhēng)中的決定力量。各種先進(jìn)的高動(dòng)態(tài)飛行器，如飛機(jī)、導(dǎo)彈、巡航導(dǎo)彈等，為了獲得更高的武器性能，越來(lái)越多地在通信、導(dǎo)航和雷達(dá)探測(cè)系統(tǒng)中采用陣列天線。陣列天線結(jié)合數(shù)字波束形成（DBF）技術(shù)，可以靈活實(shí)現(xiàn)波束賦形，將主瓣對(duì)準(zhǔn)期望信號(hào)的同時(shí)在干擾方向形成零陷，可以顯著減低發(fā)射截獲概率，提高系統(tǒng)抗干擾能力，非常適用于復(fù)雜戰(zhàn)場(chǎng)環(huán)境，具有廣闊的應(yīng)用前景。本書針對(duì)高動(dòng)態(tài)飛行器陣列規(guī)模有限、可用快拍有限、DOA失配嚴(yán)重、對(duì)實(shí)時(shí)性要求高的特點(diǎn)，重點(diǎn)研究了可以提高陣元利用率的虛擬陣列波束形成技術(shù)、對(duì)DOA失配和小快拍具有穩(wěn)健的波束形成算法、可以抑制動(dòng)態(tài)干擾的零陷展寬技術(shù)和有利于系統(tǒng)實(shí)時(shí)實(shí)現(xiàn)的高效遞推算法，對(duì)DBF技術(shù)在高動(dòng)態(tài)飛行器中的應(yīng)用具有重要的理論意義。
　　本書分為6章，內(nèi)容安排如下。
　　第1章介紹了高動(dòng)態(tài)飛行器波束形成技術(shù)的研究背景、目的意義以及國(guó)內(nèi)研究現(xiàn)狀。
　　第2章介紹了陣列信號(hào)的基本數(shù)字模型和波束形成的基本知識(shí)，比較了幾種常用波束形成方法的優(yōu)缺點(diǎn)，并通過(guò)分析高動(dòng)態(tài)環(huán)境下波束形成的特點(diǎn)及影響因素，引出了高動(dòng)態(tài)數(shù)字波束形成技術(shù)的主要研究?jī)?nèi)容。
　　第3章主要研究了虛擬陣列波束形成技術(shù)。介紹了虛擬陣列的基本原理，比較了現(xiàn)有虛擬陣列波束形成方法的優(yōu)缺點(diǎn)；針對(duì)接收信號(hào)為非圓信號(hào)的小陣列天線，在考慮信道附加相位的基礎(chǔ)上，研究了非圓信號(hào)的共軛虛擬陣列波束形成方法，對(duì)其波束性能進(jìn)行了分析并提出了改進(jìn)措施；針對(duì)共形圓陣中由于載體遮擋只有部分陣元工作造成的陣增益低問(wèn)題，討論了適用于均勻圓陣的虛擬陣元波束形成方法。
　　第4章討論了對(duì)導(dǎo)向矢量誤差和協(xié)方差矩陣誤差具有穩(wěn)健性的波束形成方法。針對(duì)特征空間算法討論了方向約束特征空間算法和基于子空間逼近的特征空間算法，分別解決了ESB算法在特定指向誤差處性能急劇下降和運(yùn)算量高的問(wèn)題；對(duì)RCB算法中的樣本協(xié)方差矩陣進(jìn)行了修正，討論了一種基于變對(duì)角加載的RCB算法，對(duì)導(dǎo)向矢量誤差和協(xié)方差矩陣誤差都具有很好的穩(wěn)健性；討論了一種更簡(jiǎn)單的前后向平滑的實(shí)數(shù)實(shí)現(xiàn)方法，并將其與ESB算法、RCB算法結(jié)合，在提高了穩(wěn)健性的同時(shí)降低了運(yùn)算量。
　　第5章討論了可以抑制相對(duì)運(yùn)動(dòng)干擾的零陷展寬技術(shù)。仿真比較了幾種常用的零陷展寬算法的原理，分析了它們的區(qū)別與聯(lián)系，并將它們統(tǒng)一到了矩陣錐化的范疇；通過(guò)對(duì)錐化矩陣進(jìn)行特征值分解，推導(dǎo)了零陷展寬的遞推實(shí)現(xiàn)方式，降低了計(jì)算量，并分析了幾種常用錐化矩陣的特點(diǎn)，確定了Mailloux算法中虛擬干擾源數(shù)的選取原則，對(duì)MZ算法的錐化矩陣進(jìn)行了降秩近似，進(jìn)一步降低了計(jì)算量。
　　第6章討論了基于QRD的自適應(yīng)波束形成的高效遞推算法。介紹了QRD算法基本原理和其遞推實(shí)現(xiàn)方法，針對(duì)固定對(duì)角加載無(wú)法利用遞推公式的問(wèn)題，研究了變對(duì)角加載遞推QRD算法；針對(duì)快拍數(shù)小于陣元數(shù)的情況，利用Gram-Schmidt正交化進(jìn)行逐次迭代的QR分解，討論了一種運(yùn)算量更低的遞推算法；針對(duì)更實(shí)用的滑窗樣本更新方式，利用雙曲Householder變換，給出了一種固定樣本數(shù)目的遞推QRD算法，并利用IQRD的思想對(duì)其進(jìn)行了進(jìn)一步改進(jìn)，在此基礎(chǔ)上討論了更為穩(wěn)健的對(duì)角加載遞推IQRD算法。
　　在本書的編寫過(guò)程中得到了同事、家人和朋友的幫助與鼓勵(lì)，在此表示感謝。
　　由于作者能力有限，書中難免存在疏漏和不當(dāng)之處，懇請(qǐng)讀者批評(píng)指正。