DOA(Direction of Arrival)估计是阵列信号处理中的一个重要分支，在雷达、通信、声纳等领域都有着广泛应用。近年来随着压缩感知(Compressed Sensing)理论的不断发展，研究者将DOA估计与稀疏重构相结合，以期解决传统的子空间理论中存在的计算量大、精度不足、不能直接处理相关信号等问题，一系列基于稀疏重构的DOA估计方法陆续出现。　　本文在已有的阵列信号数学模型的基础上，论证了稀疏重构算法应用于DOA估计的合理性。提出了一种新的基于空间频率稀疏重构的DOA估计方法，利用空间频率构建过完备字典，以替代传统的频率和角度二维字典，大大缩短了字典长度，然后对阵列数据进行傅立叶变换，建立稀疏模型进行DOA估计，提高了算法在低信噪比下的性能。经过仿真验证，该算法可对宽带范围内的多个窄带信号及宽带信号进行高精度DOA估计，且该算法适用于非相干信号和相干信号。针对稀疏表达式的求解，本文选取了三种迭代算法:贪婪迭代(OMP)、自适应匹配追踪(SAMP)和欠定系统聚焦(FOCUSS)，并通过仿真，从恢复精度、运算量、对噪声鲁棒性等方面对它们进行了全面比较。　　在深入分析基于稀疏重构的DOA估计算法后，本文选择DSP处理器对算法进行实现。在算法实现时，对FFT、复数矩阵求逆和复数的非整数次幂三个模块分别进行优化设计;针对TI公司最新的TMS320C6678多核DSP，深入研究了其多核间的通信机制和结构，成功的将该算法移植到多核DSP平台，并对调试通过的算法在实际目标板上进行了精度测试和时间测试，与单核DSP相比，实现了运算性能的极大提高。