以无人水下潜航器（Unmanned Underwater Vehicle,简记为UUV）这一小尺度平台作为载体携带声呐设备对水下目标进行探测具有隐蔽性强,机动灵活,效费比高等突出优点。然而,UUV小尺度平台被动声呐在实际的工作过程中,会受到基阵孔径受限,系统能源受限,目标先验信息缺失,基阵模型失配,平台运动等非理想因素的影响,给声呐信号处理带来了难题与挑战。本文针对UUV小尺度平台被动声呐工作中所面临的实际困难,基于目标辐射噪声的构成特点,重点对UUV被动声呐探测中的一些关键技术进行深入研究。针对常规自适应线谱增强器（Adaptive Line Enhancer,简记为ALE）的性能受到稳态自适应权值噪声影响的问题,提出一类稀疏驱动自适应线谱增强技术。首先,受线谱信号在频域上的稀疏性启发,对ALE的最优自适应权值的频域稀疏性进行了理论推导和分析。以此为基础,将ALE的时域自适应过程变换到频域,并在频域自适应过程的惩罚函数中引入L₁范数,对数和函数以及伪L₀范数三种稀疏惩罚因子,从而得到了L₁-ALE,RL₁-ALE和L₀-ALE三种稀疏驱动ALE。所提方法能够恢复ALE稳态自适应权值的频域稀疏性,有效降低稳态自适应权值噪声,显著提高ALE的信噪比增益。借助该技术,UUV被动声呐对目标辐射线谱信号的检测能力有望得到提升。最后,通过仿真实验及海上试验数据处理进一步验证了稀疏驱动ALE的有效性。针对提出的稀疏驱动ALE的计算复杂度较高,与实际UUV声呐系统节能需求相悖的问题,提出了两种稀疏驱动ALE的快速实现技术。首先,受稀疏驱动ALE的频域变换过程的特点启发,提出基于滑动离散傅里叶变换（Sliding Discrete Fourier Transform,简记为SDFT）的快速实现技术。该技术利用高效的SDFT代替快速傅里叶变换技术（Fast Fourier Transform,简记为FFT）完成频域变换,能够在无性能损失的前提下,有效降低算法的计算复杂度;此外,根据稀疏驱动ALE在频域上实现自适应过程的特点,提出基于频域快速分块处理的快速实现技术。该技术将基于并行处理思想的频域快速分块处理引入稀疏驱动ALE的实现框架中,能够在性能损失轻微的条件下,显著降低计算复杂度。最后,通过计算复杂度评估,仿真实验及海上试验数据处理进一步验证了两种快速实现技术的有效性。针对UUV被动声呐检测连续谱信号时,目标先验信息缺失与基阵模型失配等因素影响自适应波束形成器性能的问题,提出一种基于两步导向矢量估计的鲁棒自适应波束形成技术。通过研究发现,若将实际导向矢量斜投影到一个构建的子空间之中,其可以被表示为两个分量求和的形式。根据两个分量的几何特性,构建不同的优化问题对两个分量进行估计,进而能够实现对实际导向矢量的精确估计。基于估计得到的实际导向矢量,即可得到鲁棒自适应波束形成权值。本文提出的鲁棒自适应波束形成技术能够在抵抗较大目标方位失配的同时,保持对阵元幅相误差和阵形畸变的鲁棒性,有效提升输出信干噪比。通过仿真实验及湖上试验数据处理对所提算法的有效性进行了验证。针对UUV平台运动场景下,目标与基阵的相对方位快速时变,子空间类方位估计方法难以获得大量有效的阵列数据快拍支持,进而导致对远场弱目标的方位估计性能下降的问题,提出一种基于空域旋转聚焦的方位估计技术。首先,通过将UUV的运动分解为平移运动与航向角变化,构建了UUV运动时的阵列接收模型,同时分析了UUV运动给协方差矩阵估计带来的影响。以此为基础,利用UUV导航系统提供的实时航向角这一先验信息,设计空域旋转矩阵,该矩阵能够对UUV航向角变化导致的数据快拍中目标方位信息的相对变化进行旋转补偿,使目标方位信息在空域上实现聚焦,从而可以利用大量连续的数据快拍对协方差矩阵进行准确估计。将该协方差矩阵应用于子空间类方位估计方法中,即可实现UUV运动场景下的远场弱目标高分辨方位估计。仿真实验结果验证了该算法的有效性,并对比分析了算法在方位估计精度与方位分辨能力等方面的性能。