入射信号的波达方向(Direction of Arrival,DOA)估计以及多参数联合估计已经在雷达、声呐、无线通信等系统中得到广泛的应用,由天线、探测器以及各种传感器构成的阵列已经成为这些系统的重要组成部分。到目前为止,主要的研究主要集中在均匀线阵和平面阵列,并且其对应的算法已经十分成熟,然而对于几何结构较为复杂的共形阵列的研究尚处于起步阶段,相应文献报道较少。本文在欧拉旋转变换的基础上,构建共形阵列天线特有的快拍数据模型(包含天线的极化特性),对基于共形阵列的波达方向估计以及多参数联合估计算法进行深入研究,以提高参数估计精度、角度分辨力、实时处理能力等,论文主要研究工作如下。针对提高共形阵列DOA估计算法的实时性和估计精度,基于传播算子方法(propagator method,PM)和平行因子(parallel factor,PARAFAC)分析理论,提出了两种适用于共形阵列的DOA估计方法。首先利用柱面共形阵列的对称性,构造四个具有旋转不变关系的子阵,通过合理的阵列设计,耦合在接收数据中的极化信息可以成功去除,最后利用PM算法得到最后的入射信号DOA估计,该算法不需要谱峰搜索,具有较好的实时性。然后将PARAFAC理论引入到共形阵列的DOA估计中,所提算法通过构造旋转不变关系矩阵来估计入射信号的DOA,在累积量域构造PARAFAC模型,最后利用三线性交替最小二乘算法来实现最终的DOA估计,所提算法相比基于ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法具有更高的估计精度,不需要参数配对。最后计算机仿真实验验证了两种算法的性能。针对共形阵列的多参数联合估计问题,本文中即频率和DOA的联合估计,提出了两种新的参数估计方法。首先提出一种基于状态空间矩阵和PM算法的频率和DOA联合估计算法。入射信号的频率通过构建空间状态矩阵来获得,通过合理设计柱面共形阵列的阵元,结合PM算法实现极化信息和角度信息之间的解耦合。提出了一种基于阵列内插的频率和角度之间进行配对的新方法,推导了频率和角度联合估计情况下的克拉美罗界(Cramer-Rao bound,CRB)。然后利用延时相关函数结合PARAFAC理论,提出了一种频率和DOA联合估计算法。延时相关函数可以用来压制噪声的影响。时间和空间的采样都被用来构建空时矩阵。不需要谱峰搜索和参数配对,利用PARAFAC理论,频率和二维DOA的估计最终得以实现。所提的两种算法的性能通过计算机仿真实验进行最终验证。在存在互耦时,DOA估计和频率-DOA联合估计的性能会受到严重影响。针对这一问题,分别对均匀线阵和共形阵列提出了相应的DOA估计算法,同时针对共形阵列提出了相应的频率-DOA联合估计算法,互耦影响得到有效的抑制。首先针对均匀线阵,利用辅助阵元构造具有特殊结构的互耦矩阵,从而消除互耦的影响,利用空域的稀疏性对空间进行离散化网格处理,对得到的新的协方差矩阵进行向量化处理来补偿孔径损失,最后利用压缩感知理论对入射信号的DOA进行精确估计。随后将所提互耦消除原理推广到共形阵列中,通过构造特殊的互耦矩阵来消除互耦影响,入射信号的DOA估计以及频率-DOA联合估计通过PARAFAC理论最终得到。所提的三种算法的性能通过计算机仿真实验进行最终验证。