波达方向（Direction of Arrival,DOA）估计是阵列信号处理领域的重要研究课题,也是声呐系统的重要功能。声呐设备昂贵,且空间部署易受到实际水下环境限制。为降低硬件成本,用更少的阵元实现高性能DOA估计,研究基于互质阵列的DOA估计方法具有重要意义。在水声工程领域中,信道的复杂性会给信号的接收、检测和估计造成不利影响。浅海波导环境具有更为复杂的物理特性,声信号在浅海的传播受到海面、海底环境、海水介质等多重因素共同作用。当使用常规互质阵DOA估计方法（乘法处理器或最小处理器）对浅海环境下垂直互质阵接收的声信号进行处理时,会产生“伪峰”,即交叉项,导致估计结果失效。交叉项问题已经在对SACLANT实验中利用互质阵接收数据进行乘法处理和最小处理时被观察到。论文围绕解决交叉项问题,对浅海波导环境下互质阵DOA估计方法展开研究。论文首先进一步研究了交叉项的形成机理,通过构造两种互质阵列分析互质因子对浅海环境下互质阵DOA估计的影响,通过理论推导和实验仿真指出了两类不同的相干交叉项。其次,将基于压缩感知的稀疏DOA估计方法应用于该场景,指出了稀疏重建算法处理一类相干交叉项问题的有效性,分析了基于平面波假设的信号处理方法发生模型失配的问题。最后论文基于压缩感知框架,根据浅海声信道中的简正波模型,引入上行平面波和下行平面波信息,重新构建了符合浅海声传播物理机制的信号处理模型,进而提出了结构化牛顿正交匹配追踪算法,实现了在浅海条件下,准确稳健的垂直互质阵DOA估计。理论推导和仿真实验均证明了所提出算法具有更高的信噪比增益。对SACLANT试验的数据处理结果表明,相较于乘法处理器和最小处理器,所提出的算法具有更高的分辨力和更低的旁瓣水平;相较于牛顿正交匹配追踪算法等基于平面波假设的稀疏重建算法,所提出算法具有更良好的稳健性和可靠性。最后,论文总结了全文的工作和研究成果,并对基于压缩感知的浅海垂直互质阵DOA估计后续研究进行了展望。