空间谱估计技术在军用和民用方面都有着广泛的应用情景,将高阶统计量应用于空间谱估计,所得到的性能要好于基于协方差的空间谱估计。本文首先介绍了高阶统计量的定义和性质,特别指出了高阶累积量对加性高斯(白色或有色)噪声的盲性,这是利用它进行波达方向估计的理论优势;其次,文中介绍了波达方向(DOA)估计问题和DOA估计中应用最广的多信号分类法(MUSIC)。针对基于协方差的MUSIC方法对高斯色噪声和阵列误差敏感的缺点,提出了基于四阶累积量的MUSIC方法(FOC-MUSIC),理论推导和仿真结果都表明该方法具有比基于协方差的MUSIC方法更好性能。信号相关时,人们常采用修正的MUSIC方法来降低信号间相关性,提高估计性能,文中对其适用范围进行了深入研究和探讨,对前人的提出的范围进行了扩展;再次,针对不可避免的阵列误差问题,介绍了两种阵列误差自校正方法,两种方法都能将信源方位和阵列误差参数进行联合估计,第四章对两种方法的阵列误差估计性能进行了全面比较分析;最后,基于具有阵列误差的分布式小卫星回波信号的简化模型,在已有的分布式小卫星系统的方位向超分辨和阵列误差估计的算法的基础上,从理论上论证了将基于最大非冗余累积量阵的阵列误差校正的MUSIC方法用于分布式小卫星阵列误差估计和方位向超分辨的理论可行性。