传统阵列信号参数估计方法建立在平稳窄带假设基础上，在处理宽带信号时，其性能已经失效。因此，宽带测向问题的提出，引起了人们极大的研究兴趣。目前，宽带测向算法中应用广泛的是时频子空间方法，它通过建立空间时频分布矩阵并结合传统的阵列信号处理方法，就可以得到非平稳信号的波达方向(DOA：Direction of Arrival)估计。但该类方法估计性能受时频点的选取及交叉项的影响，只有在信噪比较高的情况下才具有较好的估计性能，并且该类算法需要预先知道估计对象的信号形式(如信号为线性调频信号)。信号的稀疏分解是一种新兴的信号分析与处理方法，具有许多优良特性。本文将信号稀疏分解引入到宽带阵列信号处理领域，提出了基于稀疏分解的宽带信号参数估计方法。所做的主要工作和贡献有：1．研究了一种典型的时频分析方法——Wigner-Ville分布(WVD)。讨论了基于时频子空间的宽带LFM信号波达方向估计算法。介绍了两种信号分析和表示的两种方法：信号正交分解方法与信号稀疏分解方法。2．提出了基于稀疏分解的宽带线性调频信号频率和波达方向估计方法。算法根据阵列结构和信号形式建立过完备原子库，然后将阵列接收数据分解到最佳原子上，实现了信号的波达方向估计。针对分解过程中匹配跟踪(MP：match pursuit)算法计算量大的问题，利用粗略搜索和精细估计相结合的方法，减少了算法的运算量提高了估计速度。仿真实验证明，算法的估计性能优于时频子空间方法。3．提出了一种可处理相位可微信号，如宽带线性调频信号，正弦调相信号等的信号波达方向估计算法。仿真结果证明了算法的有效性。