对目标检测时,往往会受到干扰信号的影响,从而导致无法准确检测目标有效信息。对于不同的相控阵阵列模型,通常采用不同的方法进行波束形成以及干扰抑制,而当干扰出现在波束主瓣内时,需要更强的干扰抑制能力。本文在均匀线阵和均匀圆阵两种典型阵列模型下,围绕波束形成以及旁瓣、主瓣干扰的抑制技术展开了研究,主要研究内容分为如下几个部分。首先,对均匀线阵和均匀圆阵模型进行了介绍,并分别对其波束形成的基本原理进行了介绍,分析了均匀圆阵波束形成的特殊性;在此之后,介绍了干扰抑制技术的基本原理,并利用旁瓣对消和维纳滤波两种传统方法的干扰抑制原理,对均匀线阵模型下的旁瓣干扰抑制效果进行了分析。其次,针对均匀圆阵旁瓣干扰抑制问题,本文介绍了参考函数法、旁瓣最优化和主瓣最优化静态波束形成的方法。为了得到低旁瓣电平的同时,能够在干扰位置形成零陷,本文提出了最优化主瓣多约束旁瓣干扰抑制技术和最优化旁瓣多约束旁瓣干扰抑制技术,与此同时引入了虚拟干扰的方法,通过仿真分析了该方法在均匀圆阵模型下旁瓣干扰的抑制效果。为了解决主瓣干扰的问题,本文介绍了阻塞矩阵的预处理方法,并针对阻塞矩阵的不足,提出了基于高阶阻塞矩阵预处理的方法。具体分析了在线阵和圆阵模型下,高阶阻塞矩阵的构建方法,并分析其对主瓣干扰的复包络的抑制效果。紧接着基于均匀线阵模型,分析了将阻塞矩阵预处理后的信号进行波束形成的效果。最后,本文利用神经网络继续研究抑制主瓣干扰的方法。本文介绍了两种典型的神经网络模型,并分析了其各自的核心算法,构建能够对主瓣干扰进行抑制的神经网络结构。通过仿真分析,在已知主瓣干扰到达角(Direction of Arrival,DOA)估计时,此方法可以形成较为理想的天线方向图,可以有效地在主瓣干扰位置形成零陷的同时,保证了主波束不变形,且具有较低的旁瓣电平。本文进而分析了利用和差波束比幅测角的方法,对测角误差进行了相关仿真。本文进而考虑了多个不同方向的主瓣干扰的情况,并进行了相关仿真,得到较为理想的主瓣干扰抑制效果。