随着矢量传感器阵列和数字波束形成技术的发展,极化域信息被引入了方向图综合优化和参数估计,可以有效提高通信系统的通信容量和雷达系统的目标检测、识别和抗干扰能力。针对矢量阵列的极化方向图综合优化问题,本文提出了一种基于迭代交替投影的极化方向图综合算法。利用交替投影理论和最小二乘权重更新法将迭代算法描述成若干算子间的依次投影。算法在保证主极化方向图主瓣赋形的同时控制旁瓣电平和交叉极化,并且可以通过迭代过程中期望方向图的修正,实现动态的极化方向图精确跟踪,通过矢量线性阵列的仿真实验,验证了该算法的主瓣赋形性能、旁瓣控制性能和交叉极化控制性能。接着,将该算法拓展到矢量平面阵列,优化权重更新投影,分别引入加权最小二乘法和对角加载正则化处理,有效提高了迭代算法的综合优化的性能和优化稳定性。针对矢量阵列的极化方向图保形条件下的自适应抗干扰问题,本文分别提出了基于导向性矢量约束和子空间约束的自适应算法,在线性约束最小方差优化模型的框架下,引入主瓣保形约束、旁瓣电平约束和交叉极化约束。进而,将优化问题转化为二阶锥规划问题通过凸优化方法求解。在矢量线性阵列上验证了两种算法的主瓣保形性能、旁瓣控制性能、交叉极化控制性能和自适应抗干扰性能。仿真结果表明子空间约束算法在方向图旁瓣区域的稳定性更高,自适应抗干扰的效果也更好。