阵列信号处理一直是现代通信领域的重要分支,被广泛的应用在雷达、声纳中,对目标的探测和定位具有不可替代的作用。由于国防建设的迫切需求,无论是在海洋还是空中,要实现对目标的精确定位,就需要高分辨的阵列信号处理技术。尤其是针对军事需求,雷达和声纳工作的实时性和可靠性必须得到保障,这就要求高分辨的阵列信号处理技术必须具有很好的稳健特性以及实时工作特性。各种稳健算法的出现正在提高高分辨阵列信号处理算法的稳健性,而随着信号重构理论压缩感知的出现,为实时性提供了一种新的解决办法。本文将基于直线阵进行高分辨阵列信号处理技术的研究,并将稳健算法与压缩感知应用于阵列信号处理。首先,实行多重信号分类算法以及改进算法的研究,并针对影响算法的因素进行性能分析。为了解决相干信号不容易分辨的问题,又进行了基于矩阵重构的解相干多重信号分类算法的研究,同时进行了解相干的性能分析。为了改善常规多重信号分类算法的稳定性差和信噪比门限高的缺点,进行了阵列数据预处理多重信号分类算法研究,提高了信噪比和算法的方位分辨率。针对宽带信号,分别对相干和非相干信号的多重信号分类算法进行研究得到相应的性能分析结果。其次,围绕另一经典高分辨算法进行研究,其为旋转不变子空间算法。分别就标准的旋转不变子空间算法和其推广延伸的旋转不变子空间算法进行研究,针对关键的影响参数,进行性能分析,并对比各算法的性能,得出方位估计算法性能的好坏。再则,在样本协方差矩阵求逆的自适应算法的基础上,采取两种稳健算法提高其算法的稳健性。这两种稳健算法分别是基于对角加载的稳健算法和加权向量范数约束稳健算法,并且分别对两种算法进行稳健的性能分析,再进行对比得到算法的优劣。最后,利用阵列信号的空间稀疏性,采用压缩感知技术对波达角估计建模,采用等角度和等正弦的空间稀疏划分,同时采用解决压缩感知问题经典的正交匹配追踪算法进行求解,进行了单次快拍和多次快拍数据模型的性能分析和对比。