匹配场处理是水声学研究的热点问题之一,同时也是实现水下目标定位的主要手段之一。常规匹配场定位方法具有分辨率低、旁瓣高的缺陷,而现有的高分辨率算法对快拍数的要求较多、宽容性较差,并且不能有效的解决相干源的问题。为了克服已有的匹配场处理存在的这些缺陷,本文提出了基于压缩感知和子空间技术的匹配场定位方法。首先利用声源在波导中的空间稀疏特性建立了水下目标定位的稀疏数学模型,然后利用已有的压缩感知中的稀疏重构方法和子空间技术对该模型进行求解,以实现对水下目标的定位。本文的主要研究内容包括：第一,研究了将压缩感知理论和子空间理论中的稀疏重构算法用于匹配场定位的可行性。在使用压缩感知和子空间理论进行信号的稀疏重构时,需要测量矩阵具有约束等距性。在第三章我们证明在水声环境中只要水听器阵元的个数大于目标个数两倍时,测量矩阵的约束等距常数会以很大的概率分布得到满足。同样在子空间理论中要求测量矩阵的Spark秩要大于或等于某个值,第三章我们推导出只要水听器个数大于该值时,该条件也会很容易得到满足。第二,研究了基于稀疏重构的匹配场定位算法。本文提出了基于K均值(KMean)方法的匹配场预定位算法,该算法利用宽容性强、计算量较小的线性匹配场处理器计算出搜索区域中各个栅格点上的代价函数值,之后对这些函数值通过KMeans方法划分成若干个聚类,并取中心值最大的聚类对应的簇中的栅格点作为信号源的候选位置,从而实现了预定位。之后把这些候选位置作为新的搜索区域通过压缩感知重构算法或子空间方法对该区域进行搜索,从而降低了问题的时间复杂度。由于格林函数的模值与声源和水听器之间的距离成反比,为了使距离对定位性能的影响尽量减少,本文提出了在定位之前对测量矩阵的列向量的模值进行归一化处理,并且证明了该处理不会对定位的准确性造成影响。第三,研究了通过奇异值分解方法对观测信号进行降噪,并对降噪的原理给予了理论性证明。第四,研究了已有的匹配场定位方法和基于稀疏重构的匹配场定位算法在粗糙海底环境下的宽容性问题。本文使用MIT开发的OASES-3D软件,通过微扰法计算出粗糙海底的散射声场,并通过仿真研究了粗糙海底对匹配场定位性能的影响。第五,通过仿真实验研究了快拍数、信噪比、传感器个数、相干源和环境失配对算法定位性能的影响。第六,在宽带匹配场定位的稀疏数学模型的基础上,本文提出了联立块正交匹配基追踪(Simutaneous Block Orthogonal Matching Pursuit, SBOMP)方法对该数学模型进行求解,从而实现了基于稀疏重构的宽带匹配场定位。第七,在稀疏重构理论方面,本文对已有的感知字典生成算法进行了改进,原有的基于交替投影的感知字典生成算法只适用于感知字典中的原子的元素为实数的情形,本文推导出其对应的复数域的情形。