参数估计作为阵列信号处理技术中的一个重要分支,在现代声呐和雷达的定位通信领域中发挥着重要作用。其中的多参数估计技术是更加贴合实际的问题,可以对目标信号进行更加全面完整地描述,而目标的波达方位估计和时延估计是对目标进行定位的两个重要参数,也是本文的主要研究内容。本文以阵列接收水下多途信号为研究对象,采用反卷积算法利用多途信号声程和到达角度的差异对时空二维做高分辨的时延-角度联合估计,并通过仿真分析和试验验证算法的可行性。首先,建立经过水下多途信道传播的阵列接收信号模型,基于空域的卷积关系研究了两种反卷积方位估计算法——Richardson-Lucy算法和FESCCO算法。然后进行仿真试验就阵增益、稳健性和极限角度分辨能力等方面对算法进行性能分析。结果表明,两种反卷积算法均能提高方位分辨能力和阵处理增益,且具有良好的稳健性,RL算法在信噪比较高时的方位分辨效果更好。然后,在方位维处理的基础上将上述两种反卷积算法扩展到时间维应用于确知发射信号的信道估计问题。通过仿真分析了两种反卷积算法的性能,FESCCO算法克服了Richardson-Lucy算法无法估计负信道的缺陷,并具有极高的时延估计精度。通过水池试验得出FESCCO算法相比于传统拷贝相关器的时延分辨率可提高5倍,湖试数据处理结果同样验证了其良好的时延分辨能力。最后,采用常规时、空二维处理方法,获得同时具有方位-时延信息的时空二维分布,随后将两种反卷积算法分别应用于时间方位历程图的空、时二维进行高分辨方位和时延估计,获得方位维和时间维的高分辨历程图。再将两种反卷积算法组合对时间方位历程图进行高分辨方位-时延估计,获得同时具有高分辨方位-时延信息的时空二维分布。通过仿真验证方法的可行性,给出FESCCO-RL最佳反卷积组合算法。采用湖试数据验证了组合反卷积算法的实际可行性。综上,本文研究了基于反卷积的时空二维估计算法,通过仿真和试验结果表明,反卷积时空二维估计同时具有高分辨的时延和方位估计精度,能够有效提高定位精度。