阵列信号波达方向(Direction ofArrival，DOA)估计是信号处理中的一项关键技术，广泛应用在雷达、通信和导航等领域。传统的波达方向估计方法存在诸多问题，例如高角度分辨力与相位模糊相互矛盾、采样数据量大等，因此难以满足实际需求。本文主要针对阵列测向解模糊、共形极化敏感阵列DOA和极化参数联合估计、基于压缩感知理论的DOA估计等问题进行研究。分析了波达方向估计中的相位模糊产生机理并介绍了两种解相位模糊方法。并基于旋转不变子空间原理，提出一种通过均匀圆阵虚拟阵列变换解测向模糊的ESPRIT方法，该方法利用均匀圆阵的变换矩阵和实际圆阵的接收数据，得到半径小于半波长的虚拟圆阵的无模糊相位差向量，利用虚拟圆阵粗略无模糊估计得到实际圆阵的相位模糊数向量，从而得到无模糊的高精度波达方向估计。研究了一种锥面共形极化敏感阵列波达方向和极化参数联合估计ESPRIT算法。该算法利用布置在锥面上的上下两个均匀圆阵接收数据的协方差矩阵进行特征分解，根据旋转不变子空间理论，利用电偶极子和磁偶极子阵列导向矢量间的关系得到极化矩阵，从而估计出极化参数；利用不存在模糊的上圆环解下圆环的相位模糊，根据子空间理论和坡印亭矢量，得到波达方向的精确估计。该方法能够解决稀疏阵列的相位模糊以及平面阵列存在的俯仰角象限模糊问题。介绍了基于CS理论的DOA估计原理，主要围绕CS理论的三个核心内容进行分析，包括DOA角度在空域上的稀疏表示、观测矩阵的设计以及稀疏信号重构算法。提出了一种基于CS理论的双平行线阵二维到达角估计算法，该算法利用单快拍接收数据，得到双平行线阵中两个子阵接收数据之间的关系，然后通过一次稀疏重构得到二维DOA的估计。该算法只需一次稀疏重构，无需参数配对，具有很好的估计性能。