MEMS矢量水听器的优点在于它体积小、一致性好、成本低等优势,且能够同时、共点地获得声场中的标量声压信息和矢量振速信息,而更丰富的输出信号也为声源目标的信号处理与波达方向估计提供了更多的处理手段,并且具备抵消各向同性噪声干扰的能力。近年来,矢量水听器技术在水下目标探测、潜艇隐身及声源定向定位等领域受到了各海洋大国的普遍关注,并已用于水声领域的工程应用阶段,而相关的信号处理问题也成为各国研究的前沿热点。本文对自适应算法和DOA估计算法在水声信号处理中的应用进行了比较系统的研究,主要研究内容如下:(1)根据水声信号与噪声信号特征的差异性,针对MEMS水听器采集的数据“淹没”在强噪声场中的问题,提出采用LMS自适应噪声对消与Fourier变换滤波相结合的改进算法进行信噪分离,对提取后的信号与理想信号做MATLAB仿真实验对比,并从均方误差(RMSE)、信噪比(SNR)、信噪比增益(GSNR)、相似度(R)等方面进行了去噪性能评价分析。仿真结果表明,该改进算法突破了传统自适应噪声对消法在低信噪比(低于0dB)和非平稳噪声环境下去噪效果奇差的局限,在信噪比降至-15dB以下时,仍有很好的去噪能力。(2)利用改进去噪算法得到预处理信号,分别运用反切算法,平均声强法,互谱算法及最小二乘法进行了单矢量水听器的声源的波达方向(DOA,Direction Of Arrival)估计,与设定的方位角进行均方误差与成功率分析,评价改进算法与中心滤波算法的在不同快拍数和信噪比环境下的优劣性能,为工程应用提供实验依据。(3)利用改进算法结合多重信号分类(Multiple Signal Classification,MUSIC)算法进行矢量水听器阵列的DOA估计,评价改进MUSIC算法与原MUSIC算法的在不同快拍数和信噪比环境下的优劣性能,分别比较分析了方位角估计的均方误差与预测成功率,显示出改进算法在低信噪比下的情况下仍有一定的工程应用性。仿真结果表明:该改进去噪算法极大的提高了声源方位角估计精度,其中平均声强法、互谱法在小快拍数和低信噪比下也具有良好的单矢量水听器DOA估计性能精度;改进MUSIC算法在小快拍数和低信噪比下要比原MUSIC算法要具有更高的预测成功率和更小的方位角均方误差值。(4)最后,进行了汾河二库实验。基于汾河湖试数据的实验处理结果表明:经过数据预处理的定位定向结果显示良好,性能良好,计算简单高效,为工程实际应用提供满意的效果。