阵列测向问题是声纳信号处理中的核心问题。长线阵应用于浅海时,由于基元数目多而需求大量的快拍数,另一方面其阵列孔径数倍于水深,存在相干现象且难以满足远场条件。稀疏重构理论提出以信号重建的视角去解决阵列测向问题,该类算法具有高空间分辨力,在低快拍,相干情况下依旧有效。针对长线阵在浅海环境下面临快拍数较少,存在信号相干的情况,本文主要探究了稀疏迭代类算法在以上情况中性能,并通过实际数据进行验证分析。主要研究成果如下:1.建立稀疏重构理论下的近场以及远场测向模型,分析对比了L1-SVD算法、基于阵元数据的OMP算法以及基于阵列协方差矩阵的SPICE类算法。结果表明稀疏类算法在低快拍和相干条件下测向性能优于传统波束类算法。但SPICE类算法应用于近场测距性时,由于原子相关性极高,不适用于低快拍情况。2.提出使用MVDR初始化SPICE类算法。相较于传统的周期图法初始化,算法收敛更加迅速,旁瓣更加平滑。虽然在相干以及低快拍情况下MVDR性能下降,但结果仍较周期图法初始化更加平滑,性能更优。3.使用稀疏迭代类算法处理实际海试数据。相较于MVDR算法,稀疏迭代类算法处理结果更好,其主瓣更窄,旁瓣更低,并且在低快拍下,测向性能不会恶化。