DOA估计作为阵列信号处理的重要研究方向,已经在雷达、水下定位、生物医学方面得到了十分广泛的应用。其中,二维DOA估计算法是DOA估计中的研究热点,利用该方法可以实现目标的空间方位估计。而由二维DOA估计所衍生的参数配对问题同样也是许多研究者关注的重点,配对方法的优劣决定了最终估计结果的精确度。针对现有二维DOA估计算法的不足,本文主要做了以下两个方面工作:(1)引入一种参数自动配对的改进二维DOA估计结合算法本文将矩阵束与求根MUSIC方法进行结合得到改进的二维DOA估计方法,该方法通过构造求根多项式实现了一维参数与二维参数的自动配对,较好克服了传统方法在一定程度上出现配对错误的问题。为降低多项式求根复杂度,在结合算法基础上又引入了一种多项式迭代降阶方法,该方法在一定程度上降低了整体算法复杂度。在矩形阵列模型和L型阵列下对该结合算法进行仿真,仿真结果表明该结合算法在小快拍与低信噪比情况下估计性能较现有二维DOA估计方法的优越性。(2)提出一种实特征值检测的二维参数配对算法传统的二维参数配对方法通常利用二维参数强相关性来对特征分解后的参数顺序重新调整来实现参数的配对,然而在重复特征值情况下,往往利用参数的相关性已经不能正确反映两维的特征值间的匹配情况,导致配对过程易出现错误。本文在所述的DOA估计算法基础上,提出了一种实特征值检测的二维参数配对算法,该方法通过将特征值由复数空间映射到实数空间来进行重复特征值判定,并对每个重特征值重数进行标记和分类,便可以对所有两维参数信息正确配对。通过仿真结果对比证明了算法的可行性。