极化敏感阵列是一种能够感知电磁波极化信息的新型阵列，与传统标量阵列相比，极化敏感阵列具有分辨率高、抗干扰能力强的优势。一方面，完备的极化敏感阵元可以感知入射信号的完整电场与磁场矢量，其测量信号的数据维度是普通标量阵元的六倍。基于极化敏感阵列的接收信号建模更加复杂同时信号处理所需要的运算量也更多。另一方面，在许多实际应用场景中，信源往往位于阵列的近场区，而传统基于远场假设的测向算法无法直接扩展到近场情景。基于极化敏感阵列的近场源测向算法的相关研究较少，且一直是阵列信号处理领域的难点。本文围绕这一难点展开，重点研究了如何利用信号的非圆特性，提升极化敏感阵列的分辨率。并通过引入四元数，提出了两种基于四元数模型改进的高分辨测向算法。本论文的主要创新点在于：
　　1．提出了基于信号非圆特性的近场极化源测向算法：NCRARE(Non-Circular Rank Reduction)算法。利用非圆信号的椭圆协方差矩阵不为零的特性，实现对极化敏感阵列接收信号协方差矩阵的维度扩展，从而达到扩展阵列虚拟孔径，提升算法测向精度的目的。传统基于极化敏感阵列的近场源测向算法，大都需要二维搜索，甚至四维搜索，来估计信源的极化参数，计算量很大。本文通过利用信号的非圆特性对阵列接收信号模型进行扩展之后，巧妙地利用极化敏感阵列的特殊构造，给出了信源的极化参数和非圆相位的闭式解，大大降低了算法的复杂度，同时测向精度也得到了明显提升。
　　2．提出了两种基于四元数模型改进的近场极化源测向算法：QNC(Quaternion Non-Circular)算法和AQRARE(Augmented Quaternion Rank Reduction)算法。QNC算法利用阵列接收信号的非圆特性，AQRARE算法利用四元数模型的对称特性，都实现了对阵列接收信号的维度扩展，达到与长矢量模型相同的阵列孔径，从而保证了算法的参数估计精度。同时四元数矩阵的特征向量之间，具有比对应复数域更强的约束性，能够估计出更高精度的信号子空间，同时算法具有更好的鲁棒性。
　　综上，本文在极化敏感阵列信号处理的建模和参数估计方面做了重点研究和算法改进，仿真实验也证明了所提算法的有效性和优势。