谱感知和谱估计技术在电子侦察、频谱管控、认知通信等应用领域中至关重要。由于谱感知接收机应具有较大的瞬时带宽,用奈奎斯特率进行高速采样会给硬件实现带来极大的压力。目前基于sub-Nyquist采样技术的谱感知技术能有效地缓解高采样率带来的问题,实时地感知较大的频谱范围。另外,结合了阵列技术的谱感知技术除了可以获取信号源频谱的分布情况外,还能同时估计出信号源的来波方向（Direction of Arrival,DoA）。若同时在阵列技术和sub-Nyquist采样技术的基础上研究谱感知技术,就能获得这二者的优势,然而目前的研究仍存在感知性能不足、接收机结构复杂以及硬件资源开销过大等问题。为此,本文以阵列技术和sub-Nyquist采样技术为基础,系统地研究了在sub-Nyquist采样条件下的盲谱感知及DoA估计技术,包括了多种接收机结构和相应的感知算法,其中“盲”意味着感知终端对信号源频谱的分布情况未知,即信号源的支撑信息未知。从信号建模的角度,可以将本文的研究内容分为两大类:一类通过Multi-coset采样结构对载频进行变换,结合阵列技术建立了同时含有载频和DoA信息的信号模型;另一类通过调制宽带转换器（Modulated Wideband Converter,MWC）结构对信号源的支撑信息进行变换,构造了同时包含信号源支撑信息、载频和DoA信息的信号模型。本文主要贡献如下:1.以Multi-coset采样结构和线性阵列为基础,针对信号源频谱任意分布的场景,利用Multi-coset采样结构和阵列结构具有类似信号模型的特点进行了信号建模,提出了基于子空间分解的载频和DoA联合估计算法以及二维协方差矩阵扩展方法。该算法通过构造二维伪谱实现了对载频与DoA的联合估计,然后重构出信号频谱。这种联合估计的方式不存在固有的参数配对问题,且具有更好的参数估计性能。在Multi-coset采样结构的时延模式稀疏且阵元位置稀疏的情况下,二维协方差矩阵扩展方法能大幅度地增加接收信号协方差矩阵的尺寸,提高了算法在多信号源极端场景中的感知性能。2.以MWC结构和线性阵列为基础,针对信号源频谱独立存在于各自子带内且同一子带内至多存在一个信号源的场景,设计基于相同单通道MWC结构的阵列接收机结构。通过对信号频谱进行特定的混叠建立了三阶张量形式的信号模型,提出了基于张量分解的盲谱感知及DoA估计算法和折叠频率估计方法。设计的接收机结构利用了MWC结构具有采样率换通道数的特点,有效地降低了接收机结构的复杂度并节省了硬件资源。所提算法将高维估计问题转化为多个配对的一维估计问题,利用折叠频率估计方法从重构的子带谱中估计出信号源的折叠频率,结合估计得到的支撑信息分别对载频和DoA进行估计。理论分析和仿真实验表明:增加单通道MWC结构的等效通道数能提高算法的鲁棒性;增加阵元数能有效地提高DoA的估计精度。3.以MWC结构和线性阵列为基础,针对信号源频谱任意分布的场景,通过给阵元连接不同的单通道MWC结构,改进了接收机结构,提出了两种分别基于压缩感知（Compressed Sensing,CS）和子空间分解的盲谱感知及DoA估计算法。此外,还分析了如何通过估计得到的参数对跨频带信号源进行合理判断,并针对跨频带信号源改进了折叠频率的估计方法。理论分析和仿真实验表明:阵元数决定了单个子带内算法最多可识别的信号源数目和DoA的估计性能;总的等效通道数决定了算法最多可识别的信号源数目以及算法的鲁棒性;在相同的硬件资源条件下,所提算法能够识别更多的信号源并且具有更好的鲁棒性。4.以MWC结构和L形阵列为基础,针对信号源频谱任意分布的二维DoA场景,设计了基于不同单通道MWC结构的L形阵列接收机结构,提出了基于子空间分解的盲谱感知及二维DoA估计算法。该算法为每个子带分别构造了二维伪谱,使信号源只会在对应子带的伪谱上形成明显的谱峰而不影响其余子带对应的伪谱,因此能够同时感知多个信号源。为增强算法在复杂场景中的感知性能,还提出了一种针对多信号源的动态识别方法。理论分析表明了合理地设置总的等效通道数能保证二维伪谱间互不干扰,从而保证了算法的感知性能。仿真结果验证了所提算法具有较好的多信号源感知能力和参数估计性能。