利用水平放置水听器阵列进行水下目标的探测、位置感知和线谱特征提取,在被动预警声纳中具有重要的应用价值。本文针对被动声纳阵列信号处理,开展了不同海洋噪声环境下的超分辨方位估计算法研究以及窄带与宽带稳健自适应波束形成技术研究,为水下目标的方位估计与线谱特征提取等提供了有效的技术支撑。主要研究内容包括:1.研究了窄带和宽带的阵列信号处理模型,给出了基于传感器阵列的稀疏信号处理模型,并论述了两种宽带波束形成的实现方法——基于子带波束形成的频域实现方法和基于有限冲激响应滤波器的时域实现方法。2.提出一种白噪声背景假设条件下可变因子的稀疏近似最小方差方位估计算法（α-Spαrse Asymptotic Minimum Vαriαnce,SAMV-α）,能够实现邻近目标的超分辨方位估计和解相干处理性能。该算法利用一个折衷参数进行最大似然估计值和稀疏性能的折衷处理,在迭代过程中改变稀疏近似最小方差算法的指数因子,得到强稀疏性能和超低旁瓣的方位谱图,具有超分辨方位估计性能,并且对于相干信号仍具有较高的方位估计性能。SAMV-α算法的计算机仿真分析结果表明,对于邻近声源分辨能力,SAMV-α算法较SAMV-1算法性能提高约3dB。海上试验数据处理给出方位时间历程（Beαring αnd Time Recording,BTR）图,SAMV-α算法较SAMV-1算法和CBF算法具有更清晰的时间方位轨迹,有效验证了SAMV-α算法的超分辨方位估计性能。3.提出一种空间非均匀环境噪声背景下的超分辨方位估计算法,能够获得更低的方位谱旁瓣水平,从而有效减弱空间非均匀环境噪声的影响。考虑到各阵元接收的实际环境噪声可能是相关的,并且由风成噪声和远处航船噪声等因素的影响,环境噪声强度的空间分布可能会具有方向性。建立了基于Fourier级数展开方法的非均匀环境噪声模型,并利用该噪声模型,提出一种非均匀环境噪声的稀疏协方差拟合算法,该算法利用空间信号的稀疏性和线性噪声模型拟合误差的l₂-范数联合最小化,实现非均匀环境噪声条件下的超分辨方位估计。通过计算机仿真讨论了正则参数和线性噪声模型阶数对算法性能的影响,并且通过海上试验数据处理结果表明了该算法较常规算法和稀疏谱拟合算法具有更低的旁瓣级和更高的方位分辨能力,有效验证了其在非均匀环境噪声背景下的超分辨方位估计性能。4.提出一种强干扰环境假设条件下的方位估计算法,实现强干扰抑制和超分辨的方位估计性能。考虑到水下存在强干扰源时会掩蔽水下目标的存在或者影响水下目标的定位精度,为了提高强干扰环境条件下的目标方位分辨能力,需要对已知方位的强干扰进行有效抑制。论文从窄带信号和宽带信号两方面分析和建立了矩阵空域滤波的设计准则,并利用稀疏信号模型对矩阵滤波输出序列的协方差矩阵进行拟合,提出了基于空域矩阵滤波的稀疏谱拟合算法（Spαrse Spectrum Fitting-Mαtrix Filter,SpSF-MF）。分别对窄带信号和宽带信号进行SpSF-MF算法计算机仿真,并通过湖上实验和海上试验的数据处理,分析和讨论了SpSF-MF算法在实际环境中的窄带和宽带处理性能。仿真和实验数据处理均表明,SpSF-MF算法不仅可以有效抑制强噪声源的干扰,还能够获得超分辨的方位估计,对于邻近分布的声源仍具有较高的空间分辨能力。5.提出一种低旁瓣稳健时域宽带自适应波束形成算法,能够同时实现干扰抑制性能和低旁瓣级性能。通过分析和讨论窄带稀疏约束低旁瓣自适应波束形成算法的原理和性能,在时域自适应宽带波束优化的基础上增加波束图的稀疏性约束和最差性能最优化的稳健性约束,并通过凸优化算法进行优化求解,从而给出一种宽带时域低旁瓣稳健自适应波束形成器设计方法,该方法能够同时得到干扰抑制能力和低旁瓣级性能。通过计算机仿真和湖上试验数据处理,给出了宽带时域低旁瓣稳健自适应波束形成器的波束响应图和波束输出LOFAR图（Low-Frequency Acquisition αnd Rαnging,LOFAR）,通过与常规波束形成器和最差性能最优化的稳健波束形成器进行对比,有效验证了该算法在稳健干扰抑制和低旁瓣方面的性能。