En entornos de propagación dinámica, los algoritmos de formación de haces pueden verse afectados por una fuerte interferencia, desajustes en el vector de dirección, una baja velocidad de convergencia y una alta complejidad computacional. Las técnicas de procesamiento de señales de rango reducido proporcionan una forma de abordar los problemas mencionados anteriormente. Este documento presenta un algoritmo de reducción de dimensionalidad robusto y de baja complejidad dependiente de datos basado en una optimización iterativa con perturbación en el vector de dirección (IOVP) para la formación de haces de rango reducido y la estimación del vector de dirección. El procedimiento de optimización robusto propuesto ajusta conjuntamente los parámetros de una matriz de reducción de rango y un formador de haces adaptativo. La matriz de reducción de rango optimizada proyecta el vector de señal recibido en un subespacio con menor dimensión. La optimización del formador de haces/vector de dirección se realiza luego en un subespacio de dimensión reducida. Diseñamos algoritmos eficientes de gradiente estocástico y de mínimos cuadrados recursivos para implementar el diseño robusto propuesto de IOVP. Los algoritmos de formación de haces IOVP robustos propuestos resultan en una velocidad de convergencia más rápida y un rendimiento mejorado. Los resultados de simulación muestran que los algoritmos IOVP propuestos superan a algunos algoritmos de rango completo y de rango reducido existentes con una complejidad comparable.