目前,香农信息理论在阵列信号处理方面的研究主要针对信源数的估计,而对于阵列参数估计的信息获取过程仅有初步的理论分析,还未形成统一的理论体系。本文基于信息论思想,研究了多信源的空间信息,针对恒模和复高斯两种散射信源模型,描述了多信源DOA和散射参数的估计过程,研究了估计过程中信息量的变化及其与阵列系统性能的关系,并将两信源作为多信源的特例分析了阵列的角度分辨率。提出的信息理论从单信源推广到多信源,从均匀线阵推广到互质线阵,量化了阵列的感知过程,是对传感器阵列空间信息的进一步拓展。本文的主要工作及成果如下:1.针对均匀线阵和复加性高斯白噪声信道,研究了多信源的空间信息。基于信息论和概率论分别推导了两种信源模型的DOA信息和散射信息的理论表达式,以及高信噪比条件下DOA信息的上界,进一步分析了多信源联合信息与单信源信息量之间的关系。2.将两信源作为多信源的特例,分析了两信源的空间信息,得到其散射信息的闭合表达式。根据散射信息的正交分量与信源间角度差值的关系,将1bit正交分量对应的角度间隔定义为角度分辨率,突破了传统瑞利限制。此外,针对单次快拍场景,也研究了阵列瞬时分辨率与信源间相位差值之间的关系。3.基于阵列接收信号的协方差矩阵,本文根据其奇异值分解结果,提出了一种信源间隔估计的算法。不仅给出了角度差估计值的理论表达式,也对有限样本的情况进行了分析。在样本数不断增加时,角度差的估计值也会逼近真实值。对于两个邻近信源,能否准确估计其角度差值也反映了传感器阵列的分辨能力。4.研究了互质线阵的空间信息,并与均匀线阵模型的信息量进行了比较,分析了信息量与阵元排列方式之间的关系。将互质线阵的空间信息定义为接收信号与信源之间的DOA信息和散射信息之和,并针对单个恒模散射信源给出了两种信息量的理论表达式。此外,也提出了互质线阵的熵误差,用来评价系统的DOA估计性能,并证明了熵误差在高信噪比条件下趋近于克拉美罗界,体现了该指标的合理性。