宽带波束形成器在音频和语音信号采集与处理中具有重要应用。为了避免宽带波束响应的频域色散现象导致接收信号失真,通常要求宽带波束形成器的阵列响应具有频率不变特性。基于空间响应变化（Spatial Response Variance,SRV）约束的频率不变波束形成器（Frequency-Invariant Beamformers,FIB）设计方法具有灵活性强、不需要指定期望响应等优点,因而近些年来受到了国内外学者的重要关注。虽然基于SRV约束的频率不变波束形成器性能会随着滤波器抽头长度增加而改善,然而抽头数增多也意味着算法复杂度增加,硬件实现难度增大。为了降低算法复杂度,需要对波束形成器的抽头进行稀疏优化处理。本文以交替方向乘子法（Alternating Direction Method of Multipliers,ADMM）为基础,针对SRV约束频率不变波束形成器的抽头稀疏化设计问题展开了研究,主要工作和贡献如下:1.针对现有抽头稀疏的加权L1范数法通过CVX进行求解,在权向量维度较大时,优化所需时间过长,降低了算法的实用性,本文提出了基于ADMM求解抽头稀疏加权L1范数优化问题的算法。通过引入替代变量,将原始优化问题用替代变量表示,进而使优化问题在ADMM框架下分裂并行求解。研究结果表明,所提方法在性能和CVX求解结果性能相当的情况下,具有更高的运算效率。另外,本文还研究了波束形成器抽头长度对加权L1范数法性能的影响,研究结果表明加权L1范数法在稀疏优化后对滤波器的高阶抽头保留不足,因而对波束响应的频率不变性造成一定影响。2.为了克服基于加权L1范数方法存在的缺点,即保留高阶抽头不足的问题,本文进一步提出了基于ADMM的L0范数抽头稀疏优化方法。该方法利用指示函数将原始优化问题进行了转化,以便于在ADMM框架下分裂并行求解。对于L0范数的近邻算子,在将问题分裂到元素层级后,基于L0范数的物理意义给出了其近似解,进而给出了抽头稀疏优化的L0范数法。通过仿真实验,分析比较了L0范数法和加权L1范数法在不同工作频率范围、抽头长度及阵元个数条件下的性能。结果表明:（1）L0范数法弥补了加权L1范数法的缺点,在抽头稀疏度更高的情况下,对滤波器的高阶抽头保留较多,结果具有更好的频率不变性;（2）加权L1范数法受频带宽度影响较大,频带较窄时设计结果具有良好的频率不变性,而频带较宽时结果的频率不变性有所下降;相比较,L0范数法的性能则受频带宽度影响较小;（3）随着波束形成器权向量维度的增加,现有加权L1范数法通过CVX求解优化所需时间呈指数级增长,而L0范数法因采用ADMM求解,在数据维度较大时更高效。3.通过麦克风阵列采集声信号,使用不同算法设计的权系数对信号进行波束形成处理,通过实测阵列数据进行了算法验证。在阵列具有失配误差的情况下,本文所提方法仍实现了良好的波束形成效果。实验结果和仿真结果相吻合:加权L1范数法和非稀疏方法设计的波束形成器在低频处引起信号失真明显,并且非稀疏设计引起的信号失真幅度更大,体现了抽头稀疏优化的必要性;L0范数法设计的波束形成器保留高阶抽头较多,其造成的信号失真小于加权L1范数法,进一步验证了L0范数法的优越性。