传统的波达方向（DOA）估计方法存在一定的局限性：波束形成方法中阵列的角度分辨率取决于天线阵元数目与阵元间间距，通常称为瑞利限的限制；而空间谱估计方法通常需要较多的快拍数目对观测数据进行采样，从而得到较为精确的协方差矩阵，对噪声环境也要求苛刻,在低信噪比和相干条件下性能急剧恶化。因此，如何利用少量的测量数据来实现高分辨的波达方向估计算法成为了一个新兴的研究方向。另一方面，过去关于波达方向估计研究中，通常使用的是典型线性阵列。而对于阵列系统而言，阵列结构设计与优化又是一个至关重要的问题，如何以小的系统复杂度来满足要求，得到优良的阵列结构，在有限的阵元数目和尺寸条件下，使阵列有更大自由度，更好的波束形成，更高的参数估计性能，一直是研究人员探讨的问题。　　近年来，稀疏重构理论与压缩感知的研究，为波达方向估计方法提供了一种新的思路，该理论指出，当被测信号在某个变换域下是可压缩或者稀疏的，可以用远低于Nyquist采样定理所需要的采样数据精确地恢复出原始信号。由于波达方向的空间稀疏性，波达方向估计问题可以转化为稀疏重构的问题，因此，基于稀疏重构理论的阵列信号处理在近些年成为研究热点。在阵列结构方面，一些新的阵列结构的提出，也为提高阵列系统自由度方面指明了一定的研究方向。　　本论文研究的主要工作如下：　　1.概括介绍了DOA估计算法与压缩感知理论的相关背景知识。　　2.着重分析了压缩感知理论的三大要素，对稀疏重构在波达方向估计中的合理性进行了分析。　　3.对几种经典的基于稀疏重构的 DOA估计算法进行了详细介绍和仿真，包括L1-SVD,L1-SRACV等算法，并提出了改进措施。　　4.对几种新的非均匀阵列结构进行了详细的描述，包括嵌套阵列和互质阵列等，并对这些阵列结构中的DOA估计问题进行了仿真分析，提出一种新的基于稀疏重构的互质阵列DOA算法，最后，利用仿真实验说明改进后算法的优缺点。