随着现代战场复杂电磁环境的不断发展,空域辐射源数目显著增加,雷达系统和电子对抗无源侦察系统的辐射源角度估计能力面临严峻的考验。基于阵列信号处理的辐射源角度超分辨估计是当前空域谱估计领域研究的热点问题。在经典的信号处理理论框架下,基于常规均匀阵列的辐射源角度估计算法均建立在空域均匀奈奎斯特采样定理基础上,因此均匀阵列可估计辐射源数目受到了阵元数的限制,如何突破这一限制并且提高传统子空间类角度估计算法的性能是广大学者的科研目标。稀疏阵列的提出为突破这一瓶颈提供了思路。稀疏阵列是指阵列阵元间距大于信号半波长的阵列系统,稀疏阵列能够提供比常规均匀阵列更大的阵列孔径,更多的信号源估计自由度,因此稀疏阵列测向性能优越,主要表现在:较高的测向精度,较大的可估计信号源数目,较高的测向分辨率。论文主要以稀疏阵列中的嵌套阵列为对象,研究嵌套阵列的阵列结构优化问题和角度估计算法性能的提升问题。论文主要工作如下:1.针对稀疏阵列中多基线相位干涉仪测向中的相位模糊问题,提出一种稳健剩余定理算法,该算法利用总体最小二乘的思想,以最长基线相位测量误差最小为依据,建立模糊数估计函数,对函数求导获得模糊数估计的封闭表达式,该算法解决了在测量噪声条件下,传统剩余定理不鲁棒的问题,极大地减小了原剩余定理的搜索次数和计算复杂度。针对稀疏阵列中辐射源波长与基线之比不满足互质条件,提出了最近格点相位解模糊算法,该算法根据最小二乘思想,建立模糊数估计的最近格点函数,利用基约减和Babai算法估计模糊数,解决了解模糊算法对阵列结构要求苛刻的问题。2.针对嵌套阵列常用的空间平滑MUSIC(Multiple Signal Classification)算法需要已知辐射源数目的缺点,建立了辐射源数目未知条件下的嵌套阵列最大似然估计测向模型,利用最速下降法求解,得到梯度的封闭表达式,获得潜在辐射源角度估计的集合,通过多元假设检验方法去除虚假冗余角度,从而实现辐射源角度和辐射源数目的联合估计。3.针对嵌套阵列中空间平滑MUSIC等子空间类算法测向精度不高的问题,在嵌套阵列测向模型基础上,建立了单测量矢量稀疏贝叶斯学习估计模型,利用EM算法求解出未知参数的迭代公式,实现未知角度估计。针对稀疏贝叶斯学习用于单测量矢量模型计算复杂度较高的问题,提出平滑重构块稀疏贝叶斯学习算法,该算法利用平滑重构的方法,将嵌套阵列变换得到的虚拟阵列的单测量矢量转化为平滑重叠的多测量矢量矩阵,构成多测量矢量测向模型,使过完备字典矩阵的尺寸减小。对变换后的观测矩阵进行奇异值分解,进一步减小过完备字典矩阵的尺寸,同时减小数据噪声的影响。在单测量矢量稀疏贝叶斯学习求解方法的基础上,推导了嵌套阵列多测量矢量稀疏重构模型的稀疏贝叶斯学习求解方法,实现了辐射源角度的估计。针对嵌套阵列的宽频带辐射源角度估计问题,提出了宽带平滑重构块稀疏贝叶斯学习算法,该算法首先将阵列时域输出分段进行离散傅里叶变换,构成嵌套阵列的宽频带角度估计模型,然后求出阵列频域输出的协方差矩阵,矢量化协方差矩阵并去除冗余项,利用平滑重构的方法将单测量矢量模型转化为多测量矢量块稀疏模型,推导了多频块稀疏重构模型的稀疏贝叶斯学习求解方法,实现了宽带辐射源角度的估计。4.针对嵌套阵列二维角度估计问题,提出了L型嵌套阵列和两平行嵌套阵列两种不同的阵列结构。基于L型嵌套阵列结构,提出了空间谱分解角度估计算法,该算法首先建立两个维度可分离解缠的角度估计模型,对其中一个维度采用平滑重构块稀疏贝叶斯学习算法估计辐射源角度,根据已知角度的估计值的导向矢量矩阵,结合二维联合协方差矩阵的空间谱分解,推导出另一维度角度估计值的导向矢量矩阵的封闭表达式,进而估计出对应角度值,并且两个维度角度通过联合协方差矩阵可以实现自动配对。针对空间谱分解算法中先估计出角度的精度影响另一维度角度估计精度的问题,提出了基于三重混合范数的稀疏重构算法,该算法利用两个维度分段数据的联合协方差矩阵,构造角度估计稀疏重构模型,通过定义的三重混合范数来化简求解该模型,推导了未知参数交替迭代的梯度函数,估计出自动配对的二维角度。提出了一种双平行嵌套阵列结构,通过对子阵1采样数据倒序处理,计算倒序子阵1数据与子阵2数据的联合协方差矩阵,通过对联合协方差矩阵的矢量化处理,使两个维度角度分离解缠,利用平滑重构块稀疏贝叶斯学习算法估计一个维度角度,已知的角度估计值构成导向矢量矩阵,利用空间谱分解方法计算另一个维度角度,两个维度角度能够自动配对。5.针对嵌套阵列角度估计中的互耦问题,提出两种不同的平移嵌套阵列结构,通过阵元位置优化调整,这两种结构不仅提高了原嵌套阵列一级子阵的稀疏度,降低了阵元间的互耦效应,而且提高了嵌套阵列的孔径和虚拟阵元的数目,增加了角度估计自由度。在平移嵌套阵列结构的基础上,建立了互耦条件下的角度估计模型,提出了互耦矩阵和辐射源角度联合估计算法,该算法首先推导了互耦矩阵元素估计函数,利用平滑重构块稀疏贝叶斯学习算法估计出的角度初值,计算出互耦矩阵,通过互耦矩阵与辐射源角度交替迭代估计,最终实现辐射源角度和互耦矩阵的联合估计。