波达方位（Direction of Arrival,DOA）估计在阵列信号处理中是一个极其重要的研究方向。在系统级DOA估计应用中,相关干涉仪算法（Correlation Interferometer Algorithm,CIA）是一种重要的算法,却有以下弊端:在测向中存在相位模糊和基线镜像对称问题;在同一时间内只能解决一个信号的方位估计。这两个问题严重阻碍了系统级DOA估计的应用。针对相位模糊和基线镜像对称问题,本文提出了一种改进相关干涉仪算法（Improved Correlation Interferometer Algorithm,ICIA）。首先,将信号到达各阵元的时间差转化为相位差,将得到的相位差与360°作比,记录得到的商和余数;然后对余数进行象限分类,并用传统的相关干涉仪算法求解信号的初始估计值,最后,逆向应用求整求余求解信号的最终角度。与传统相关干涉仪算法相比,本文改进的算法在解决上述问题的基础上提高了信号估计精度,降低了计算复杂度,提高了测向的实时性。针对相关干涉仪算法在同一时间内只能解决一个信号的方位估计问题,本文引入了改进的权重子空间算法（Weighted Subspace Fitting,WSF）。WSF算法具有优越的DOA估计性能,但是WSF在求解过程中涉及到多维非线性最优化求解问题,计算复杂度比较高,阻碍了其在系统级DOA估计中的应用。为降低WSF的计算复杂度,本文将求解过程分为两部分:基因算法（Genetic Algorithm,GA）初始化空间的求解和精确DOA估计。GA初始化空间的求解:先假设只有一个信号,求出粗略DOA估计值;再假设有两个信号,固定第一个求解出来的DOA估计值,得到第二个粗略DOA估计值;直到求解出所有的信号估计值,再将误差引入到求解出来的估计值之内,求解出GA的初始化空间。精确DOA估计;在确定的GA搜索空间内利用改进的WSF算法求解出精确的DOA估计值。实验结果分析表明,该算法极大地降低了WSF在求解过程中的计算复杂度,提高了DOA估计的实时性。最后,本文进行了大量的实验,通过对实验结果的分析和研究,证明了本文所提出改进的相关干涉仪算法成功地解决了基线镜像对称和相位模糊问题,并提高了测向的精度;本文提出的改进GA的WSF算法极大地降低了计算复杂度,提高了测向的实时性,对空间谱估计具有极其重要的价值。