作为阵列信号处理理论中的关键问题之一,空间谱估计可以通过测量空间中信号能量分布获取目标信号源的波达方向(Direction of arrival,DOA),进而实现目标源的定位。由于三维空间中目标源的位置可以通过其二维角度参数进行定量刻画,所以二维空间谱估计在工程中较为实用。然而,常用的基于二维空间谱搜索的方法经常受限于多维度谱峰搜索带来的巨大计算量以及空间相干信号造成的协方差矩阵秩亏缺两大问题。基于此,论文从加权子空间拟合以及压缩感知理论入手解决上述问题。通过巧妙地降维处理实现具有低复杂度的二维空间谱估计。本论文的工作如下:(1)在统一的理论框架下,针对不相关信号源和相干信号源,分别提出了两种基于加权子空间拟合的二维空间谱估计算法,其核心思想是通过对二维联合阵列流形的零空间的正交投影进行参数化,从而将二维加权子空间拟合的优化问题转变为两个一维版本。对于不相关信号源,借助对其中一个加权子空间拟合函数优化以及闭式的阵列流形抽取技术实现二维角度参数的自动配对估计;对于相干信号源,借助对两个一维加权子空间拟合函数分别优化实现二维角度参数的非配对估计,然后通过信号子空间的唯一性完成配对。所提方法具有较低的计算法复杂度、较高的角度估计精度;同时针对相干信号源的算法也无需进行空间平滑,有效地利用了阵列孔径。(2)上述分而治之的方式需要以获知信号源类型为前提,具有一定局限性,针对该问题提出一种基于稀疏信号重构的二维空间谱估计算法。该算法利用压缩感知理论,将不相关/相干信号源的二维空间谱估计解耦为两个一维的稀疏信号重构问题,并同样通过信号子空间的唯一性完成配对,从而极大地降低了二维稀疏信号重构的计算复杂度。