阵列信号处理通过空间内一组规则排布的传感器阵进行空间采样,并提取接收信号的特征信息。到达各传感器的信号之间存在波程差,因此通过分析接收数据的相位差可以得到信号空间谱,确定待估空域参数(DOA)。一般空间谱估计问题假设入射信号为窄带信号,并且忽略传感器阵列本身的系统误差。然而,浅海中的声信号大多以宽带形式出现,窄带算法并不适用;同时传感器稳健的接收特性在复杂的海洋环境中也难以得到保障,阵列误差不可避免。由于宽带信号在水下的混响背景相关性弱,携带目标信息量大,分辨性能更优越,所以宽带系统一般具有更高的探测精度以及更强的抗干扰能力。因此,宽带DOA估计算法研究具有重要意义。然而现有的宽带算法在真实浅海环境中仍然达不到比较理想的估计精度,且普遍对噪声的鲁棒性不高。另外,海洋中要求算法在有限的采样条件下达到更高的分辨率。近年来渐为信号处理领域所熟知的压缩感知理论为DOA估计研究提供了一个新的视角,使得无失真还原欠采样信号成为可能。点到线阵结构中,波达角(DOA)是进行信源分离的最主要参数。然而,声信号在海洋介质中的传播经过了海底海面的反射折射等,某些情况下仅通过波达角难以实现声线分离。针对这一问题,双阵列结构从发射角、到达角以及传播时间三个维度刻画信号,使得线路径能够唯一确定。然而,传感器阵列由于自身缺陷产生的系统误差对算法的DOA估计性能带来极大干扰。这些误差对线路径分离算法的影响在双阵列结构中同样存在,该结构下的误差情况与均匀线阵相比通常更为复杂,校正难度更大。为了提高宽带DOA算法在浅海中的估计性能,本文提出了一种基于压缩感知长向量的宽带DOA估计算法。该方法能实现比现有宽带算法更高的分辨率以及更好的对噪声鲁棒性;然而,在阵列误差存在的情况下,本文宽带DOA算法的估计性能大大降低。为了提高宽带DOA算法对阵列误差的鲁棒性,本文提出一种基于宽带信号的均匀线阵误差校正方法,能有效地抑制阵列误差对宽带DOA算法的影响;为了提高DOA估计算法对高维阵列误差的鲁棒性,尤其针对双阵列误差,本文提出一种基于双阵列结构的联合误差校正算法,建立联合误差模型,可实现对发射阵接收阵误差的同步校正。仿真实验、水箱实验以及真实海试实验验证了本文提出算法以及方法的有效性。