阵列信号处理是信号处理领域的一个重要分支,在雷达、通讯、声呐及生物医学工程等领域有着极为广泛的应用,其研究的基本问题之一就是信号到达方向(Direction of Arrival,DOA)。随着信号环境复杂化,信号密度增大,信号频率范围不扩大,导致信号密度和分布范围大大增加,窄带系统的缺点逐渐凸显。宽带信号的回波携有大量信息,宽带技术得到越来越多的应用,但是宽带技术的实现较比窄带更具难度。耦合张量分解作为一种新兴的多集合高维数据融合工具,因其在辨识性及分解精度上的巨大潜力,逐渐获得人们关注,若能将其与宽带阵列波达方向估计问题相结合,将大大推动宽带阵列波达方向估计这项技术在理论、方法和应用等方面的发展。本文将从耦合张量分解角度来解决宽带阵列信号DOA估计问题。针对典型的小阵列(拉伸偶极子)及大阵列(大规模均匀线阵)结构,分别使用统计域或数据域张量化方法构造张量,并利用耦合典范多因子分解算法来进行DOA估计。具体内容概括如下:针对一种小型阵列:拉伸五元偶极子阵列(SS-Quint),提出了基于双耦合典范多因子分解的宽带DOA估计算法。首先我们完善了基于SS-Quint的叉乘测角算法,将入射信号的象限由原来的四分之一球面扩展到全象限,解决了符号模糊的问题,并通过优化算法将其推广到大阵列,对于大阵元间距的情况算法依旧适用。进一步地,提出了基于双耦合典范多因子分解的宽带信号DOA估计算法。先通过傅里叶变换将时域接受数据变换到频域,多个频带可以看作多个数据集,通过基于协方差的统计域方式进行张量化,得到一组耦合张量,再利用其丰富耦合结构进行耦合张量分解,并结合矢量叉积,进行DOA参数估计。针对大规模均匀线阵,提出了基于耦合典范多因子分解的宽带信号DOA估计算法:首先对宽带阵列的混合矩阵进行短时傅立叶变换(STFT),在频域将其转换为多个窄带数据,每个频带都可以看作为一个数据集,通过空间采样将各个频带数据进行张量化,得到一组具有耦合关系的张量,最后通过耦合典范多因子分解进行DOA估计。