信号的波达方向和极化参数估计是阵列信号处理领域的重要应用之一,广泛应用于通信、雷达、声纳等许多领域。电磁矢量传感器阵列相对于传统标量传感器,可以感知空-时-极化三维全部信息,在信息的利用性上具有优势,因此会取得更好的DOA和极化联合估计的精度,具有广阔的应用前景。因为电磁矢量传感器阵列的输出信号具有空-时-极化三维结构,传统的基于矩阵分解的方法需要将原始信号转换成矩阵再进行处理,破坏了原有的三维结构,所以基于张量代数的高维处理工具受到越来越多的关注。由于在实际中阵列的摆放方式和信号的特性使得模型具有先验信息,例如均匀线阵(范德蒙结构)、恒模信号(恒模约束)、信号间不相关(正交约束)、信号统计独立(ICA),从而可以利用约束张量分解方法对其进行张量分解,计算出与信号DOA和极化参数相关的空域和极化域导向矢量矩阵,进而估计出信号的DOA和极化参数。利用约束张量分解算法,不仅利用到信号本来具有的三维结构,同时可以利用到信号和阵列的先验信息。本文主要研究了基于约束张量分解的电磁矢量传感器阵列的波达方向和极化参数联合估计,取得的主要成果包括：● 研究了基于波形约束的电磁矢量传感器阵列的波达方向和极化参数估计,提出了一种结合信号统计特性的五阶对称张量分解算法：首先通过计算入射信号的四阶累积量构造出五阶对称张量,之后利用算法分解出极化域导向矢量矩阵,最后从极化域导向矢量中估计出信号的波达方向和极化参数；提出了一种基于恒模和正交约束的三阶张量分解算法：利用算法分解出极化域导向矢量矩阵,从极化域导向矢量中估计出信号的波达方向和极化参数。仿真实验表明,基于波形约束的张量分解算法能够提高波达方向和极化参数估计精度。● 研究了基于波形和阵型同时约束的电磁矢量传感器阵列的波达方向和极化参数估计,提出了三种算法,分别是：基于范德蒙和恒模约束、基于范德蒙和正交约束、基于范德蒙恒模和正交约束的张量分解算法,这三种算法全部是从极化域导向矢量中估计出信号的波达方向和极化参数。仿真实验表明,基于正交和范德蒙结构的张量分解算法可以取得最好的估计精度,说明同时结合阵型和波形的约束有利于信号DOA和极化参数估计。但是结合三种约束的算法并不能取得很好的效果,说明单纯的增加约束的数量并不一定会使估计的精度提高。