波达方向（Direction of Arrival,DOA）估计技术在过去几十年中发展迅速,在无线通信,雷达和声纳等领域有广泛的应用。在大多数应用中,通常以点源模型来开发DOA估计算法,并假设信号通过一条路径撞击阵列。然而,在许多实际情况下中,多径散射现象是不可避免的,这会导致撞击源信号的角度扩展,进而影响信号的空间分布,使DOA估计问题更具挑战性。为此,引入了空间分布源模型,但分布源模型的待估参数也因此变多,其计算复杂度和估计性能都需极大改善。由于非圆信号的共轭和非共轭协方差矩阵都不为零,可以通过扩展阵列的虚拟孔径来提高性能。为此,本文利用信号的非圆特性对分布源的多维参数估计进行了深入的研究,主要工作如下:（1）本文提出了一种基于秩损原理的用于圆和非圆混合信号的二维DOA估计算法。在圆和非圆信号同时存在的情况下,该算法首先将均匀矩形阵列转换为虚拟均匀线性阵列。然后,使用秩损原理将多个二维DOA解耦为多个一维DOA。与现有的类似多重信号分类（Multi-Signal Classification,MUSIC）的方法相比,所提算法利用非圆特征来改善角度估计性能。理论分析和仿真结果验证了该方法的有效性,在低信噪比方面具有优于现有方法的估计性能。（2）本文提出了一种基于均匀线性阵列的一维非相干分布式非圆信号降秩角度参数估计算法,解决了中心DOA估计和扩展角估计问题。首先,基于一阶泰勒级数逼近,利用信号的非圆特征建立扩展的广义阵列流型模型。然后,基于阵列流型的广义位移不变性和秩损原理,获得非圆信号的中心DOA。接下来,根据角度分布的中心矩来估算扩展角。与不利用非圆特征的现有算法相比,所提算法可以实现更高的估计精度并处理更多的源。此外,它还可以处理不同源具有不同角度分布形状的一般情况。我们还得出了相关问题的近似随机克拉美罗界。仿真结果表明了该算法具有优越的性能。（3）本文提出了一种两阶降秩估计器,用于基于L型阵列的非相干分布式非圆信号的二维角度参数估计,包括其中心DOA和扩展角。首先,基于一阶泰勒级数逼近,建立了一个基于非圆特征的扩展广义阵列流型模型。然后,利用阵列流型的基于非圆广义位移不变性和秩损原理,分别获得非相干分布源的二维中心DOA,并通过搜索成本函数的最小值来完成两个中心DOA的配对。其次,可以从角度分布的中心矩以封闭形式获得二维扩展角。与现有算法相比,所提算法在角度估计上具有更高的精度,并且可以处理更多的源,适用于不同源具有不同角度分布的一般情况。此外,将相关问题的近似非圆随机克拉美罗界导出为基准。数值结果表明,与现有估计器相比,该算法在二维中心DOA和二维扩展角上均具有更好的估计性能。