阵列信号处理是现代信号处理的一个重要研究分支,其应用涉及到雷达、通信以及声呐等多个领域。波达方向(DOA: direction of arrival)估计是阵列信号处理中最主要的研究方向,随着近三十年阵列超分辨技术的发展,DOA估计得到了广泛的关注和快速的发展。但是受实际复杂环境和地形的影响,很多超分辨算法无法在实际系统中取得令人满意的结果,因此估计精度高、易于实现、稳健的DOA估计算法就成为广大学者的研究目标。米波雷达波长较长,具有良好的反隐身和对抗反辐射导弹的能力,且作用距离远,衰减比微波波段要小。但是,受天线尺寸的限制,米波雷达波束宽,角分辨率较差,天线副瓣高,抗干扰能力差等缺点比较明显,特别是俯仰上波束打地,仰角测量精度受到地面(或海面)多径反射的影响较为严重,从而影响了米波雷达对目标高度的准确测量。因此,米波雷达测高一直是雷达界一大难题。本文以米波雷达低仰角超分辨为主要出发点,结合米波三坐标雷达课题,围绕低复杂度、解相关和高精度等目标展开工作,具体工作概括如下:1.针对传统算法对多径信号的DOA估计自适应性差和特征值分解运算量大的问题,研究了一种基于实值特征子空间迭代的DOA估计算法。对每个快拍回波数据,通过梯度算法自适应更新特征子空间,并将复值特征子空间变换为实值以实现多径信号的解相关,最后利用基于信号子空间的Unitary ESPRIT算法或噪声子空间的实值求根MUSIC算法进行角度估计。仿真实验和实测数据处理结果表明,由于引入了自适应特征子空间迭代和实值域处理,该算法无需特征值分解,具有较低的运算量和良好的自适应性,可应用于多径信号的角度估计问题。2.研究了基于行列合成处理和超分辨测角的双迭代方法。在平面阵列进行波达方向估计时,通常会涉及较多的阵元空间和二维角度搜索,基于此,在单目标存在反射多径的模型下,引入行列合成处理实现降维,并结合实值Root-MUSIC算法和RELAX算法完成角度估计。首先,通过构造行、列合成因子将面阵数据矩阵降维为两个线阵的数据向量,由实值Root-MUSIC算法或RELAX算法分维进行角度估计,进而由测角结果重构合成因子,行列合成和角度估计的过程反复迭代、直至收敛。双迭代过程逐渐降低了每次迭代时合成因子的误差并提高了测角精度,在保持二维角度估计精度的前提下,显著地降低了传统方法的运算量,并由实测数据处理结果得到了验证。3.研究了基于二维空间平滑的波束域MUSIC算法。在均匀线阵空间平滑解相关的原理上,提出了基于均匀面阵的解相关处理方法—二维空间平滑算法。沿面阵的两维方向进行二维空间平滑实现相关信号的解相关,然后将空间平滑后阵元域的数据变换到维数显著降低的波束域,利用波束域MUSIC算法估计相关信号的二维角度。该方法能有效地对多个相关信号进行解相关,在降低传统高分辨算法运算量的同时,可以获得比阵元空间更加稳健的测角性能。4.基于DFT的稀疏分析通过迭代方法最小化约束条件下的代价函数,增强信号成分、压低噪声来获得比传统的DBF方法更高的分辨率。将稀疏分析应用于角度估计中,对阵列信号的长度进行了虚拟拓展,突破了阵列分辨率的瑞利限,能获得与MUSIC算法相当的测角精度,且无需特征值分解和解相关处理。同时,将稀疏分析应用于空时二维参数的估计中,时域稀疏解用于估计信号的频率并分离信号,对分离后的信号分别进行空域稀疏分析,得到信号的波达方向估计。最后提出了基于均匀面阵稀疏分析的二维波达方向估计方法,依次沿面阵方位向和俯仰向进行稀疏分析,分离信号并得到每个信号的二维角度;针对算法存在测角盲区的问题,给出了一种改进方法,通过求解空间二维稀疏解得到二维角度估计。5.研究了具有双尺度空间旋转不变性的稀疏阵列。分析了阵列的双尺度旋转不变性,然后使用Unitary ESPRIT算法进行测角,第一个具有半波长平移的旋转不变性得到空间角频率的无模糊粗估计;第二个具有远大于半波长平移的旋转不变性得到循环模糊的精估计,用粗估计结果对精估计解模糊获得无模糊的精估计。提出了一种基于旋转矩阵特征值等价性的自动配对准则,有效地解决了多目标时,方位角、仰角、粗估计及精估计可能出现的失配问题。和常规阵列相比,稀疏阵列的计算复杂度并没有增加,而大的阵列孔径保证了其较高的测角精度和分辨率。6.研究了基于精确多径信号模型的合成导向矢量测高方法。综合考虑反射系数和多径反射波与直达波的波程差产生的相位等因素,研究了基于地形参数—角度二维搜索的合成导向矢量MUSIC和ML算法;并提出利用二次雷达信息计算目标反射点与天线中心的高度差,避免了地形参数的测量,并且将二维搜索简化为一维角度搜索。另外,给出了一种由测角误差自适应调整地形参数的免搜索方法的可行性分析。结合某米波三坐标雷达实测数据,对所提方法进行了验证,结果表明,对较平坦和起伏不大的阵地,这种合成导向矢量方法可以获得较高的测高精度。