摘要： 自适应波束形成中基于QR分解的递推算法大都在样本不断累积下推出，即每次快拍增加一个样本。实际中可利用的样本不可能无限多，在到达一定样本数目后，每增加一个新样本的同时需要剔除一个旧样本。针对这种样本数目固定的数据更新方式，利用双曲Householder变换，提出了一种更实用的QR分解递推算法，并对其进行了简化，大大减小了运算量；之后利用逆QR分解的思想对其进行了进一步改进，使算法更利于系统的实时实现；在此基础上研究了更为稳健的对角加载逆QR分解的递推实现方式。计算机仿真证明，在有限样本情况下，本算法比常规QR分解算法具有更高的阵增益和更好的波束性能。