阵列信号处理作为现代信号处理中的一个重要分支，在雷达、声呐、通信、地震勘探、射电天文以及医学成像等多种军事及国民经济领域中获得了广泛应用和迅速发展。空间目标的DOA估计问题作为阵列信号处理的一个重要组成部分是现如今广为研究的课题。传统的DOA估计方法存在一定的局限性：波束形成技术的角度分辨率取决于接收天线阵元个数和阵元间距并且受到瑞利限的限制，即只有当对远场中的两个点信号源的角度间隔大于天线的波束宽度时，这两个目标才能被分辨出来；空间谱估计方法通常需要通过较多的快拍数对观测信号进行采样，从而得到信号协方差矩阵的充分统计，因此该方法对信源或目标的观测周期比较长，另外，当信噪比较低或者信源相关性较高时，DOA估计的性能会明显下降；工程上常用的干涉仪测角方法虽然原理简单易于实现，但为了达到较高测角精度需要采用较长的基线，从而需要进行解模糊处理，并且该方法只能够对单一目标进行DOA估计。近年来，基于稀疏信号重构理论的压缩感知方法得到了广泛的研究。压缩感知理论得出，当被测信号在某个变换域下是可压缩或者稀疏的，那么通过远少于经典采样理论所需的采样次数就可以精确重建原始信号或实现对信号参数的精确估计。由于阵列信号模型中蕴含着信号传播的空间稀疏性，基于压缩感知理论的阵列信号处理在近些年成为研究热点。本文对不同快拍数下基于压缩感知理论的空间目标DOA估计方法进行了分析和研究，并针对快拍数较多情况下的DOA估计提出改进算法，算法能够在无需已知被测目标个数的前提下实现对相干目标实现精确的DOA估计；与已有的基于压缩感知的DOA估计算法相比，本文所述算法具有更高的角度分辨率和估计成功概率以及更低的计算复杂度。