阵列信号处理在电子对抗、无线电通信、卫星导航、地震探测、医学成像等领域中具有重要的应用价值。几十年来,学者们对阵列信号处理的各个问题进行了广泛的研究,形成了阵列信号处理的基本算法和实现框架。在实际应用中,阵列信号处理还存在大量的问题有待解决。本文针对阵列信号处理中的一些重要问题,包括阵列结构、阵列接收数据模型、多信号检测技术、空间参数估计等问题进行了深入研究,获得了大量有益的研究结论,提出了一系列有效的算法,并进行了相应的仿真验证和理论分析。本文的主要研究内容和贡献归纳如下:1、对成对阵列的性质进行了完整的分析,并给出了接收数据模型,首次提出短时相干子阵阵列、短时相干成对阵列等概念,奠定了本文利用远距离分布的非相干子阵接收数据的理论基础。对成对阵列的相关理论进行了系统性的研究,充分地论述了成对阵列在阵列信号处理中的优势,系统地给出了成对阵列的处理方法。从当前工程实现水平出发,分析了短时相干现象,提出了短时相干子阵阵列以及短时相干成对阵列等概念。论述了短时相干成对阵列在进一步提高子阵接收数据利用率上的基础性作用。2、提出了基于功率的多信号检测技术。分析了经典信息论准则的不足,在阵列信号领域提出了以功率辨识信源个数的新方法,解决了信息论准则存在的问题。利用了成对阵列的性质,稳健地估计得到信源功率。通过对传统信息论准则进行改进,得到了估计性能优异的Power-AIC方法和均值判决法。拓展了时域能量检测技术的适用范围,提出了空域功率(能量)检测方法。提出了多信号检测后的精度提高算子,增强了信源个数估计和空间参数估计在实现中的连续性。3、研究了基于二维成对阵列的参数估计问题,提出了一种低计算复杂度的快速估计算法。分析并利用了二维成对阵列双平行阵的中心对称特性,将阵列接收的复数数据转换为实数数据,从而降低了后续的矩阵运算的计算复杂度。分别利用特征值和特征向量以及两者之间的一一对应特性,估计得到了自动配对的方位角和俯仰角。所提算法在估计性能不降低的前提下,从多个方面降低了空间参数估计的计算复杂度。4、研究了基于短时相干成对阵列的远场信源DOA估计问题。给出了短时相干成对阵列的远场信源接收数据模型。分析了短时相干成对阵列的广义旋转不变特性,通过构造代价函数,提出了基于短时相干成对阵列的远场信源DOA的谱峰搜索估计算法。所提算法有效地利用了传统意义上的非相干子阵阵列的子阵数据,获得了比传统方法更优的估计性能。5、研究了所提短时相干成对阵列的近场信源估计问题,提出了两种近场信源空间参数的估计算法。分析了基于短时相干成对阵列的近场信源接收数据模型的准确性。相对于传统近场信源的Fresnel近似模型,短时相干成对阵列的近场信号模型能够更准确地表示信源入射的情况。针对单信源入射情况,利用成对阵列提出了一种低计算复杂度的ESPRIT-like算法。针对多信源入射情况,利用对称分布的短时相干成对阵列,提出了一种解耦迭代估计算法。所提两种算法,充分利用了传统非相干子阵阵列的接收数据,具有优异的估计性能,分别适用于单近场信源空间参数的实时估计以及多近场信源的空间参数估计。