电磁矢量传感器阵列信号处理,作为信号处理的一个重要分支,是目前学术界研究的热点问题。电磁矢量传感器(EMVS)由于能够感知电磁波的极化特性,与标量传感器相比,在波达方向(DOA)和极化参数估计方面有突出的优势。但传统的电磁矢量传感器的各个天线共点放置,存在严重的互耦作用,且实现起来复杂昂贵,制约了在实际工程中的应用。为了解决以上问题,近几年提出了拉伸电磁矢量传感器(SS-EMVS),这种非共点式的空间结构将各个天线分开放置,使其具有较低的耦合性和相对提高的天线孔径,近年来受到更多关注。然而,共点或非共点的电磁矢量传感器均需要用到电场和磁场的全部六个分量,而实际上,电偶极子与小磁环的响应并不一致,这将会导致参数估计的性能下降。另一方面,现有的电磁矢量传感器空间结构均适用于远场源信号定位,而针对近场源定位问题,尚无适宜的传感器空间结构及相应的定位方法。基于以上考虑,本文设计了两类仅包含电偶极子或仅包含磁小环的阵列空间结构,使其同样满足叉积测角性质,并提出了相应的DOA和极化参数联合估计的算法。另外,基于所提出的拉伸偶极子阵列,提出了一类不同于传统方法的多数据集模型的近场源定位方法,致力于解决三维空间中任意位置的近场源定位问题。本文的主要内容归纳如下：●提出了两类拉伸偶极子阵列：拉伸四元偶极子阵列(SS-Quad)和拉伸五元偶极子阵列(SS-Quint),分别由非共点放置的四／五个偶极子天线构成,既克服了天线间的互耦作用,扩展了阵列孔径,还避免了电场和磁场响应不一致的问题。更重要的是,该阵列同样满足矢量叉积的测角结构。同时,还提出了相应的基于矢量叉积和优化方法的DOA和极化参数联合估计算法,并计算了各参数估计的卡拉美罗下界(CRB),从理论上分析了该阵列的性能,并通过仿真实验,从不同角度来验证采用该阵列进行DOA和极化参数估计的有效性。● 提出了基于拉伸偶极子阵列的近场源定位算法。该算法不仅可以定位三维空间中任意位置的多个近场源,且阵列的空间结构可任意设置,更具有实际意义。将传统的近场源定位问题近似成多个远场源的DOA估计问题,并引入多数据集思想,应用基于多数据集的耦合张量分解算法,既提高了估计精度,且不存在顺序模糊,可以处理其它单数据集方法解决不了的各传感器接收的源信号不完全一致问题。最后,通过仿真实验,验证所提出的方法的性能,并比较基于多数据集的定位方法和单数据集方法的定位精度。