以MUSIC算法为代表的基于子空间分解的方位估计算法，利用了信号子空间和噪声子空间的正交特性，比起传统方位估计算法具有超高的分辨能力。然而在实际应用中由于子空间分解类算法需要进行特征分解运算，在DSP等处理芯片上的实现难以满足实时性的要求，为此研究了基于FPGA实现的快速小型化特征分解实现，本文对特征值分解算法和并行计算特性进行了深入研究，并在BLV并行阵列结构上提出了一种改进方案。论文所做的主要工作如下：深入研究了用于特征分解的Jacobi分解算法，针对特征分解需要进行反正切求角计算和旋转计算，设计了基于CORDIC的计算单元，对CORDIC单元收敛性和计算精度进行了研究,完成了两种计算模块的设计并进行了仿真及误差分析。对特征分解并行BLV结构从计算时间和资源使用方面进行了详细分析，针对这种结构的资源利用效率不高，同时为解决其对资源的需求随着矩阵维数增大而平方倍增加的问题，提出了一种流水线形式的改进结构，将改进结构同并行BLV结构在计算时间、资源消耗和单位面积计算效率等方面进行了对比分析，并在FPGA上实现了两种结构的4阶矩阵分解，对比说明了改进结构的效果。完成了特征分解计算的时序仿真和综合，从仿真结果和综合报告看出，改进结构在计算时间增加6%的条件下，能减少51.8%的资源使用，单位面积的计算效率是并行BLV结构的1.957倍。