阵列信号处理是现代信号处理领域的一个重要研究内容，在雷达、声纳、移动通信、电子对抗、医学工程、地质勘探、射电天文等领域都有着广泛的应用前景，因此在近几十年来受到人们的关注，并取得了丰硕的成果。应用阵列处理方法进行空间目标定位可以大大提高其测向精度与分辨率，同时求取入射信号频率、时延、极化状态等信息对于确定目标速度、距离以及分类特征等状态也极为重要，因此波达方向与此类参数的联合估计问题是阵列信号处理的重要内容。另一方面，阵列处理方法多基于远场信号源平面波前、理想传感器阵列、独立高斯白噪声环境等理想假设条件构造，当此类假设条件得不到满足时，算法估计性能与稳健性下降，甚至于失效。本文在前人的基础上较为深入地研究了入射信号多参数联合估计与非理想条件下参数估计的问题，给出了一系列有效的算法，并通过理论分析与仿真实验进行了验证，其主要工作包括以下几个方面内容： 1．对阵列信号处理的基本数学模型进行了研究，并给出了利用传感器阵列流形矩阵求取入射信号二维波达方向的最小平方求解方法。最小平方方法可应用于任意结构传感器阵列，只需要保证空域采样定理要求即可，具有广泛的适用性和实际的应用价值。 2．深入研究了波达方向等多参数联合估计的问题。首先，提出了声纳、雷达等系统单次回波下波达方向、频率与相对时延的联合估计的时域累积方法和基于时延补偿的空时扩展DOA矩阵方法。其中时域累积方法在计算量与稳健性等方面优于现有空域累积方法；而空时扩展DOA矩阵法通过时延补偿处理将原本只能应用于平稳信号的时域平滑技术扩展至非平稳单脉冲回波信号的领域，具有更高的参数估计精度与稳健性，且可应用于任意阵列结构。其次，基于类似于脉冲多普勒体制的相参脉冲串信号，提出了脉冲累积二维波达方向、频率与相对时延联合估计方法。脉冲累积方法也可应用于任意结构的阵列，可同时处理更多目标，最少仅用两个脉冲即可完成对于诸参数的联合估计。与单脉冲方法不同的是，由于脉冲累积方法输入信息量随脉冲数目的增加而同步提高，因此对性能改善更加明显。第三，针对电子侦察中二维波达方向、载波频率与二维极化方向的联合估计问题，通过时域平滑技术给出了一种有效的扩展波达方向矩阵法。与现有类似算法相比较，新方法可应用于任意阵列结构、各参数自动对齐、可同时处理更多的目标。理论分析与仿真实验证实了算法的有效性。 3．对于近场源、时变传感器阵列系统与未知相关噪声环境等非理想条件下多参数联合估计问题进行了研究。在近场源非平面波前条件下波达方向、载频与距离联合估计的方面，论文中分别出了二阶累积量协方差矩阵法(SCMM)和时域平滑DDA矩阵法。其中SCMM算法计算量小，各参数自动匹配；时域平滑DOA矩阵法的协方差矩阵对于数据利用充分，参数估计性能高，采用较小的阵列即可达到很高的稳健性与估计精度。在时变传感器阵列参数估计的方面，首先对现有波达方向估计的虚拟插值方法进行了分析，指出从物理阵列剑虚拟阵列的映射过程存在着信噪比衰减与噪声非理想化等现象，由此导致算法在估计性能上存在明显的不足。针对时变阵列系统波达方向与频率联合估计的问题，论文中提出了更有效的相干分区间MUSIC和ESPRIT方法，通过将各个子区间的输出数据融合为一个虚拟扩展阵列输出，并就此进行一次性估计处理。研究表明，由于此虚拟扩展阵列具有更大的有效孔径，使得由此给出的诸参数估计可以具有更高的估计精度与稳健性。而在未知相关噪声环境多参数估计方面，首先将UN-ESPRIT算法扩展至二维波达方位与频率等三维参数联合估计，再针对UN-ESPRIT算法阵列结构要求进行了适当的简化，提出了有效的FR-ESPRIT方法。其次，