风速风向测量一直是气象测量、军事工业、航空及航海等领域中的热点研究问题。近年来,超声波测风技术以其无机械转动耗损、测量范围广、测量精度高以及维护成本低等诸多优势,得到了人们的广泛关注和重视。针对利用超声波测量风速与风向,已经提出了诸多研究方法,如时差法、频差法以及基于互相关法、自适应时延估计等方法。其中时差法应用最为广泛,其是利用超声波在顺逆风场的影响下到达时间延迟的不同,实现对风速和风向的测量。因此,对时间延迟的准确测量是时差法测量精度的决定因素。但是在恶劣环境下或者强噪声背景下,采用阈值比较法并利用硬件计时电路进行时间延迟测量的方法存在较大误差,无法获得精准的超声波传输时间,进而影响风速风向的测量精度。为了更加准确的测得风速风向,需要提出对噪声有较强抑制效果的测量方法。对强噪声有较强抑制效果的方法有很多,其中阵列信号处理技术采用多传感器阵列接收信号,可以有效抑制空间环境中噪声的干扰,具有极强的噪声抑制能力。本文将阵列信号处理技术引入超声波测风领域,并结合超声波传感器阵列,提高噪声抑制能力,实现对风速与风向的准确测量。本文的主要工作内容如下:1)采用了一种五元弧形超声波传感器阵列,并根据此阵列结构,对超声波接收信号进行数学建模。采用多重信号分类（Multiple Signal Classification,MUSIC）算法对接收信号进行处理,即得到风速风向值。通过仿真实验,对该测量方法的可行性,测量范围,噪声以及采样点数变化,阵元半径变化以及不同信噪比下的测量效果等方面进行了验证。2)针对基于多重信号分类（MUSIC）算法的风速风向测量方法对色噪声抑制能力差的问题,提出了基于高阶累积量MUSIC算法的测量方法,提高了算法对噪声的抑制能力,推导并分析出了所提方法的计算复杂度,估计方差,测量范围以及不存在模糊问题,通过仿真实验对算法的可行性,测量范围,受温度影响及不同信噪比下的测量效果等方面进行了验证。最后,设计并搭建了超声波测风系统,通过离线数据实测实验,对提出方法的可实用性进行了验证。3)针对基于波束形成算法的测风方法的对噪声抑制能力差的问题,本文提出了基于特征空间（Eigenspace-based Beamformer,ESB）波束形成算法的测风方法。推导了不同准则下的波束形成权值,并对最小方差下的波束权值进行改进。引入信号特征空间,提升了算法对噪声的抑制能力,并通过仿真实验对算法的可行性,测向范围,成功率以及不同信噪比下的测量效果等方面进行了验证。