在海洋、通信、天文等诸多信号处理领域中存在着强脉冲噪声。在这些系统中经常遇到许多信号都是循环平稳信号,这是一类特殊的非平稳信号,它的统计特性呈周期或多周期平稳变换。这类信号的波达方向(Direction of Arrival,DOA)估计就是利用信源的这种周期平稳特性来估计的。然而,在实际中存在大量具有尖峰脉冲状的信号和噪声显著偏离了传统的高斯分布,通常采用适用性更广泛的α稳定分布模型来描述。由于α稳定分布不具备有限的二阶矩,从而导致原来基于二阶循环统计量的DOA估计算法的性能显著退化。针对这一问题,学者们将二阶循环统计量(CCO)扩展为分数低阶循环统计量(FLOCC),提出了基于FLOCC的DOA估计算法。但是此算法需要已知脉冲噪声的先验知识,而先验知识在实际应用中一般很难得到。本文定义了广义类循环相关熵统计量(CECCO)和非线性变换循环统计量(NTCCO),并将其应用到α稳定分布噪声下的远场信号DOA估计问题中,本文分别提出了基于CECCO和基于NTCCO的远场循环平稳信号的DOA估计算法。仿真结果表明,本文提出的两种算法的估计性能明显要优于基于CCO和基于FLOCC的DOA估计性能,特别是在低信噪比情况下,两种新算法的估计性能尤为突出。其次,当信源位于相对阵列孔径处于Fresnel区域时,远场假设不再成立,传统基于远场信号模型的DOA估计方法将会失效。因此需要研究针对近场信号模型的DOA估计新方法。本文将FLOCC、CECCO和NTCCO与近场模型结合,研究了 α稳定分布噪声环境下近场循环平稳信号的多维参数估计问题,分别提出了基于FLOCC、CECCO和NTCCO的近场循环平稳信号的DOA和距离估计算法。最后,将信号的空域稀疏特性与FLOCC、CECCO和NTCCO统计量相结合,提出了非高斯噪声下基于稀疏重构理论的近场循环平稳信号的DOA和距离估计算法。该算法相对于子空间类算法具有分辨率高、无需信源数先验信息等诸多优势。