波达方向(DOA: Direction of Arrival)估计在移动和卫星通信系统、信息战、雷达、被动声纳、地震学、射电天文学、导航、视频会议、时间序列分析、谱估计等方面有着广泛的应用，引起了人们极大的研究兴趣。现有成熟测向算法，大多数是基于被测信号为窄带信号这一前提假设的。随着通信技术的发展，跳频信号、扩频信号、线性调频信号等宽带信号在通信系统中的应用越来越多，因此，研究宽带信号测向就显得越来越重要。本文首先介绍DOA估计的广泛应用，分析被动DOA估计算法研究的重要意义，随后介绍窄带信号、宽带信号DOA估计算法研究的发展状况。在众多DOA估计算法中，子空间类算法表现出良好的估计性能，因此本文只探讨子空间类相关算法。文中主要从DOA估计算法的数据模型角度对估计算法进行分类，并详细介绍了各类已有的子空间类算法。信号的复包络表示在窄带信号描述中得到了广泛的应用，因为多数宽带信号子空间类算法是从传统的窄带信号子空间分解方法上发展起来的，所以，在现有的许多宽带信号子空间类算法，如ISSM、CSSM、WAVES、TOPS等，仍然采用这种描述方法。本文将重点介绍TOPS算法。TOPS算法不同于ISSM估计算法，每次估计独立使用各子频带数据，TOPS一次处理利用宽带信号的多个频率分量数据，因此可以避免非相关方法中各独立子带估计性能不稳定的情况。也不同于CSSM方法，TOPS没有任何数据的相关组合过程，TOPS不需要相关估计方法需要的聚焦角度，而在聚焦过程中预设的聚焦角度错误可能引入不可避免的DOA估计错误。基于样条插值的宽带信号DOA估计数据模型是一种低秩模型。该类估计算法不同于传统DOA算法，它不需要通过滤波器组或DFT变换将宽带信号转换到各个子带，仅利用较短的时间内收集的数据样本就能产生位置参数的精确估计。同时，该算法可以应用于任何阵列结构，也可应用到近场或远场信源定位问题。为测试TOPS算法和低秩模型估角算法的DOA估计性能，本文采用符合DVB-T标准的OFDM信号为测试信号。文中分析了两类算法对OFDM信号DOA估计的优缺点，并针对TOPS算法高信噪比情况性能低的问题提出两类改进方法，针对低秩模型估角算法提出一种有利于其性能的提升的参数选择的方法。