阵列信号处理中的角度估计技术有着很大的应用前景，在智能天线空分多址、电子对抗、声源定位等应用中已经成为一项重要技术。虽然各国的专家学者在过去的几十年里陆续提出了很多性能良好的方法，但是随着研究逐渐深入，应用领域不断拓展，人们对角度估计方法的复杂信号环境适应能力提出了更高的要求。实际应用中要求角度估计技术具备对低信噪比和少快拍的适应能力，在模型失配下的稳健性，并能够同时估计多个分布式信源的角度参数以及能适用于非均匀阵列测向。因此，本文重点从满足这些要求入手，兼顾低算法复杂度的实际需求，分别对双基地多输入多输出(Multiple-Input Multiple-Output，MIMO)雷达的联合角度估计，非均匀噪声背景下的波达角(Direction of arrival，DOA)估计和分布式信源中心DOA估计及其在特殊阵列下应用等问题进行了研究，并提出了几种新的方法，对推动角度估计技术的工程化应用具有积极的作用。本论文的主要工作以及取得的研究成果如下:1.传统双基地MIMO雷达不具备发射相参处理增益，信噪比增益低。为此，提出一种多重叠发射子阵双基地MIMO雷达工作方式，其工作在相控模式的发射子阵使其兼有波形分集增益和发射相参处理增益，从而更好地适应低信噪比和少快拍的情况。相应地，针对其发射角(Direction of Departure，DOD)和DOA的联合估计问题，提出一种基于单位旋转不变技术信号参数估计(Estimation Signal Parameters via Rotational Invariance Techniques，ESPRIT)的方法以及基于最小二乘的角度参数自配对方法。基于单位ESPRIT的方法不仅能够使等效观测数据翻倍而且通过将运算变换至实数域大大提高了运算效率。因此，所提出的方法能够使双基地MIMO雷达在低信噪比和少快拍的条件下高效地获取联合角度估计。这对于远距离目标探测和具有较强隐蔽性的辐射源信号侦收以及时域存在快速变化特点的信号的实时参数估计等应用，具有十分重要的意义。2.实际中，各阵元噪声功率不一致和超完备离散角度集的量化误差均会导致的阵列观测模型误差，并进一步导致DOA估计性能恶化。针对此问题，提出了一种基于部分虚拟阵输出的稀疏重构类DOA估计方法。利用信号能量和离格误差联合稀疏性，根据非均匀噪声下部分虚拟阵列输出的信号模型，构建含有离格参量的稀疏信号重构问题，采用基于含有离格参量的虚拟阵导向矢量的流形矩阵构建超完备字典，提出一种基于离格变分稀疏贝叶斯学习的离格DOA估计方法。该方法将加权的部分协方差向量估计误差建模为高斯白噪声向量，避免了非均匀噪声方差的估计，从而降低了非均匀噪声对算法的影响。建立了一种三层先验的贝叶斯模型，并在第二层模型中引入一种近似Jeffrey先验，增强了对信号能量分布的稀疏约束，提高了估计精度。该方法通过自适应更新离格参量和调整超完备字典，从而有效减小由于超完备离散角度集的量化误差引起的离格误差，进而达到提高DOA估计精度的目的。实验结果表明，所提出的估计方法对非均匀噪声和计算网格的划分间隔具有鲁棒性，并能够适应这些模型误差因素与低信噪比、低快拍数、未知信源数目和多个信号相关等复杂信号环境因素并存的情况，因而提高了DOA估计方法在复杂环境下的适应能力。3.实际中，多径传播和本地散射等因素会造成目标的角度扩展，进而导致传统基于点信源模型的DOA估计方法性能恶化。为此，提出了两种基于嵌套阵的多分布式信源中心DOA估计方法。建立了基于嵌套阵的多分布式信源的乘性噪声模型，根据嵌套阵的差分联合阵，进而建立了带有相干损耗函数的冗余平均协方差的匹配准则，提出了两种针对多个分布信源的中心DOA估计方法。根据冗余平均协方差的零化性质，提出了一种基于零化滤波器的估计方法。进一步地，为了提高在低信噪比和少快拍情况下的鲁棒性，提出一种结合了结构化低秩逼近技术的零化滤波器方法。利用二级嵌套阵的差分联合阵形同拥有更大孔径和更多阵元的均匀线阵这一特性，使提出的方法适用于信源数目多于实际物理阵元数目的欠定DOA估计情形。提出的方法不需要进行谱搜索便可获得估计值，其计算复杂度较低，同时，也不需要角度扩展参数的先验知识。