阵列测向技术在民用和军用领域具有广阔的应用前景,一直是业界学者研究的热点内容之一,但是目前大多数测向技术以处理窄带信号为重点。而在现代通信技术中,宽带信号因其传输信息量大、便于提取目标特征参数等优点,在通信系统中得到广泛应用,也因此推动了宽带类相关测向技术的研究。尽管在近几十年有较为蓬勃的发展,但仍然存在低信噪比下估计精度不高,时效性不强和过分依赖先验信息等问题,尤其是在非协作场景下的接收端,往往不具备良好的接收条件和较多的已知信息。为了更加适应实际工程需要,本文依托项目课题,围绕宽带信号阵列测向技术及应用展开研究,主要工作及创新点如下:1.针对低信噪比情形下,投影子空间正交性测试算法（TOPS）估计精度不高的问题,提出一种基于特征值区分度的T O P S改进算法。该方法利用各个频点处子空间所对应的特征值区分度,选择均值相差最大的频点为参考频点,以此来构建信号子空间。所提算法消除了原算法因为参考频点选择不精确,而扩散到整个频带的估计误差。数值仿真结果显示,同一信噪比下,所选参考频点与其它任意频点相比,DOA估计精度提高了0.2左右,成功概率提高了25%左右,100%分辨概率信噪比门限比原算法减小了8d B左右。2.针对因空间目标相干带来的频域子空间正交性测试算法（TOFS）性能失效的问题,提出一种基于虚拟阵列数据构建的解相干TOFS改进算法。所提方法较之传统方法不同的是,利用各频点协方差矩阵的特定元素构造虚拟阵列接收数据,而后通过虚拟平滑来达到解相干的目的。该方法在提高估计性能的同时没有自由度的损失,与现有的解相干TOFS改进算法相比,低信噪比下,均方根误差降低了2左右,100%成功概率信噪比门限减小了8d B左右。3.针对重叠条件下宽窄带混合信号测向方法过分依赖先验信息,尤其对于宽带信源带宽内的微弱窄带信号估计误差大、甚至出现“漏估计”等问题,提出一种基于子带能量和源数联合估计的TOFS改进算法。所提方法通过能量搜索、源数估计、联合分析、模式区分的思想,将阵列接收数据划分为宽带数据、窄带数据和与宽带频点重叠的窄带数据三部分,而后基于TOFS算法构建不同模式下的判断矩阵,估计出各种类型信源的来波方向。该方法是使用单一类算法解决不同类型信源的探索研究,数值仿真结果显示,该方法具有可行性,提高了低信噪比下测向精度,避免了对先验信息的过分依赖,并一定程度上降低了人为判别错误的概率,是TOFS算法在实际工程中的拓展应用。4.针对时间调制阵列（TMA）宽带信号测向技术谐波信息利用不充分、估计精度不高的问题,提出一种基于多谐波分析的TMA宽带信号测向方法。该方法在现有方法的基础上,综合利用多次谐波分量信息,通过最小二乘估计得到最佳估计值,减小了由于噪声而引起的各个子带的角度估计误差,数值仿真验证了所提算法的可行性。5.依托项目课题,完成了宽带信号测向系统工程实现。系统可实现200MHz～3GHz频率范围内的信源数目估计、相干信号和重叠条件下不同类型信源DOA估计等功能。通过外场实验测试,对系统总体性能进行了评估,根据实测数据结果显示,系统总体估计精度在0.7度左右,能成功分辨出宽带相干信号和重叠条件下不同类型信源的空间方位,性能指标达到了课题要求。