采用了电磁矢量传感器作为阵列阵元的极化敏感阵列,在传统的标量传感器阵列的性能基础上,进一步提高了阵列的信号分辨力、检测力以及干扰抑制能力。但目前基于极化敏感阵列的信号处理的大部分研究,还没有充分利用起阵列的正交结构特性,并且缺少针对非理想应用环境下的参数估计和误差校正方法。针对上述问题,本文首先介绍了基于四元数模型研究的非相干和相干信源的参数估计方法,并进行了仿真分析,然后对常规极化敏感阵列的取向误差进行了研究,最后还对分离式阵列的互耦校正方法进行了探讨。主要工作如下:1.对于非相干信源,研究了分别基于长矢量模型和四元数模型的MUSIC算法和ESPRIT算法,并仿真分析了算法的性能,结果显示采用四元数模型可以改善信号到达角的估计性能。而后基于相干信源模型,给出基于四元数模型的改进空域平滑算法和矢量矩阵重构算法,并推导了两种算法实现解相干的过程。仿真分析显示,矢量矩阵重构算法的解相干性能优于空域平滑算法,且不会损失阵列的有效孔径。2.对于取向误差的校正研究,分析了极化敏感阵列中取向误差的形成原因和误差模型,并对误差矩阵的一阶泰勒近似进行了推导。随后介绍了基于误差矩阵一阶泰勒近似的误差校正方法,在此方法的基础上研究了一种改进的未知取向误差的降维参数估计方法。该算法可以比较准确地估计出信号的到达角(Direction of Arrival,DOA)和极化参数,并可以同时估计出阵列的取向误差。3.共点式极化敏感阵列中,存在共点正交硬件实现的困难和互耦的影响,分离式的阵列可以改善这一问题。基于分离式阵列,介绍了MSUIC算法和降维MSUIC算法,仿真分析可以看出参数估计的性能得到了改善,并且降低了算法的计算量。为了进一步减少互耦误差的影响,建立了分离式阵列的互耦误差模型,并提出了基于模值约束的降维互耦误差校正算法。实验仿真结果验证了该算法能准确估计出信号的参数和阵列的互耦误差系数。