信源定位技术是阵列信号处理的一个重要研究方向,在雷达、声纳、地震勘测及移动通信等军事和民用领域有着极其广阔的应用前景,其主要是根据天线阵列接收的数据对其进行处理得到感兴趣信源的位置信息。根据信源的不同特性可以将信源分成若干类,其中根据信源与接收阵列之间的距离,可以将信源分为近场源和远场源,本文主要针对近场源被动定位问题进行深入的研究。在过去几十年中,对于信源定位问题大都以目标为远场源为前提,这一条假设极大的简化了空间谱估计理论的研究,然而针对近场源被动定位问题的理论研究相对来说较少。在实际环境中,近场源被动定位普遍应用于语音增强、噪声源定位、电子侦察、地震勘测、超声定位、医学诊断等领域,因此针对近场源被动定位问题的研究成为近几年来该领域研究的重点,并取得了许多优秀的成果。但是在某些方面仍然存在许多亟待解决的问题,例如:计算复杂度大、阵列孔径损失严重、估计精度不高、冲击噪声背景的存在、混合信源并存等问题。本文主要针对近场源被动定位存在的问题进行深入的研究并提出解决方案。本文的创新性工作如下:首先,针对近场源被动定位技术存在计算复杂度大的问题,本文提出一种近场源被动定位的快速算法。一方面在角度估计的时候,采用构造多项式求根的方式代替谱峰搜索。另一方面,将压缩的思想融入到距离参数估计中,并将整个距离搜索区域分为若干个小的区域,构造一组噪声子空间簇,并构造其交集,利用新构造的交集构造谱函数,用小区域搜索代替原来的整个菲涅尔区域搜索,降低算法的计算复杂度。计算机仿真实验验证了所提算法的性能。其次,针对近场源被动定位技术存在阵列孔径损失的问题,提出了一种基于特殊阵列近场源被动定位的快速算法。在采用特殊阵列结构的基础上,通过构造三个特殊的高阶累积量进行定位,使得算法的阵列孔径得到了极大的扩展,提高了所能够估计的信源个数。与此同时,为了避免特征值分解和谱峰搜索两大复杂的计算过程,该算法将特征方程方法(characteristic equation-based method,CEM)融入其中,以降低算法的计算复杂度。最后,利用已经估计出来的角度参量,估计出其对应的距离参量。该算法与以往的近场信源参数估计算法相比,具有计算复杂度低,阵列孔径大等优点,实际应用价值高。理论分析和实验仿真均表明所提算法具有极大的阵列扩展能力。同时根据影响算法估计性能的主要因素是高阶累积量的估计精度,且高阶累计向量中元素的估计精度存在差异,引入加权系数矩阵进行优化。理论分析和实验仿真结果表明,在不增加计算复杂度的前提下,能够进一步提高算法的估计性能。此外,针对传统冲击噪声背景下近场源被动定位算法存在的缺点,提出了一种冲击噪声背景下基于lp范数近场源被动定位方法。具体为,将拟合误差矩阵的lp范数最小化方法运用到冲击噪声下近场源定位问题,通过迭代凸优化(ACO)方法解决拟合误差矩阵的lp范数最小化问题。理论分析和实验仿真表明,本文所提算法要优于基于分数低阶统计量的参数估计算法,有良好的参数估计性能和对抗冲击噪声的能力。最后,针对近场源与远场源并存条件下的被动定位问题,提出一种基于斜投影算子的混合信源被动定位新算法。首先通过采用传统MUSIC算法估计出远场源的波达方向,通过观察远场源与近场源的导向矢量的不同,本文利用信号各自的特性,采用斜投影技术将已经估计出来的远场源参量信息从混合信源参量中移除,进而对近场源信号单独进行估计。具体在近场源被动定位时将稀疏协方差矩阵估计算法(A Sparse Covariance-Based Estimation Method,SPICE)引入以提高定位精度,即使当近场源与远场源角度间隔较小时,也可以成功进行估计。计算机仿真实验验证了所提算法的性能。