空间谱估计技术在电子对抗、雷达、声纳和移动通信等领域有着广泛的应用，仍然是近年的研究热点问题。谱估计技术的本质是从干扰和噪声的环境中检测出所感兴趣的信号(SOI)，也即确定信号源的位置——波达角、信号源与天线的距离。波达角(DOA)是进行其他领域研究的基础。缺乏DOA等信息的信号检测问题，则属于盲信号估计的范畴。一般地说当信号源与阵列的距离小于6～8个波长时，信号源则视为近场，波前视为球面波，此时需要估计仰角、方位角和距离；否则，信号源要视为远场，波前视为平面波，无须估计距离；近年来提出了许多方法，其中有多重信号分类法(MUSIC)、旋转子空间不变法(ESPRIT)、最小模方法(Mini-norm)、多项式根方法(Polynomial-Rooting)和最大似然法(ML)。这些方法基本上归结为子空间分解法和参数估计方法；算法研究主要在于提高估计精度，减少计算量，相干性以及性能分析等，为此提出大量的改进方法。所有这些算法假设(1)阵列阵元数大于信号源数；(2)阵列相邻阵元之间的距离小于半波长；(3)阵列得到很好校准；为了克服这些局限，近年来提出了许多改进方法，假定阵列阵元数小于信号元数，或阵列相邻阵元之间的距离可以大于半波长，或联合阵列校准和DOA估计等等；但往往只是解决一个或者两个局限；而实际上可能存在更复杂的情形，比如阵列阵元位置存在误差、阵元之间存在互耦与通道不一致性，CDMA系统中移动用户数远大于阵列阵元数、阵列阵元存在之间互耦与通道不一致性；UWB系统中移动用户数远大于阵列阵元数、阵列阵元之间的距离很难保证小于半波长等等。为解决这些问题，本文提出了一些新型方法。本文工作可以归纳如下： [1]针对信号处于近场时MUSIC算法计算量大、需要进行三维搜索的特点，本文提出了路径追踪法、高效的解位置参数方程方法；这些方法降低了搜索维数，大大减少了计算量。传统ML方法计算量很大，本文把原有的迭代算法进行了改进。仿真结果这些方法都优于原来的方法。 [2]对MUSIC算法的性能进行了分析，以往分析的是信号源处于远场时算法的性能，本文把它推广到近场；另外，对于二阶情形，扰动分析的文献不多见，本文对算法性能进行了更符合实际的分析。 [3]本文研究了MUSIC算法、ML方法在海洋波导中的应用；海洋波导中DOA估计是一个比较困难的问题，特别是由于海洋复杂的环境，使得实际情况比大气中电磁辐射源的研究更复杂。本文研究了海洋波导中声波源的定位问题。提出了基于MUSIC算法的迭代算法，同时估计DOA与阵列阵元的扰动参数； [4]本文研究了ML、MUSIC算法在CDMA系统中的应用；这在目前仍然是一个热点。针对CDMA系统中到达阵元的信号存在多径的实际情况，本文提出了阵列阵元存在通道不一致时的多用户、多径的DOA估计；推导了基于大数定律的ML估计；此外，利用扩频技术，可以改进了原有的算法；在解相关时，码间干扰可以证明为服从渐进高斯分布的随机变量，在大样本时就等同于高斯噪声。本文提出的算法优于原来的算法； [5]对于新兴的UWB技术，本文提出了并行模转换方法，该方法计算量大大小于MUSIC、ML，稳定性强，阵元间距可以大于半波长，只要通道的相位误差比较小，比如5度左右，该方法准确有效。 本文最后对全文工作作了总结，并对该研究方向和应用作了展望。