阵列测向技术,即DOA(Direction of Arrival,DOA)估计技术,通常是将按一定形式排列且分布在空间不同位置上的若干个传感器组成一个传感器阵列,阵列中的所有阵元感应采集空间信号,再通过对采集到的信号进行特殊处理,使感兴趣的目标信号得到强化,无用的干扰信号和噪声得到抑制,以达到提取有用信号参数的目的。作为阵列信号处理领域内的一个重要研究分支,DOA估计技术在过去的几十年出现了大量的优秀超分辨算法,并在地震勘探、无线通信、生物医学成像等诸多领域得到了广泛的应用。本文首先介绍了阵列测向技术的基本理论,包括阵列接收信号的数学模型和经典的阵列测向算法。然后基于窄带信号模型,重点研究了多径信号及非圆信号的二维阵列测向等技术。基于双平行均匀线阵模型,本文提出了一种基于四阶累积量的Toeplitz矩阵重构(FOC-TMR)方法。通过将双平行均匀线阵上接收数据的累积量元素排列成两个Toeplitz矩阵,证明了在高斯噪声情况下,这两个Toeplitz矩阵的秩等于入射信号的个数,与它们之间的相关性无关。仿真结果表明,与基于四阶累积量前向空间平滑(FOC-FSS)算法相比,FOC-TMR算法不仅在小角度间隔下的二维DOA估计性能更好,而且在计算复杂度上更具优势。基于三平行均匀线阵模型,本文提出了一种改进的线性传播算子方法。所提出的方法通过线性传播算子来构造信号子空间,因此计算量减小。本文所提出的方法通过充分利用三平行均匀线阵的元素,提高了角度估计精度;且移动仰角范围在70°和90°之间具有更好的角度估计性能。此外,本文还针对确定性的入射信号,推导了三平行均匀线阵模型的克拉美罗界(Cramer-Rao Bound,CRB),并通过仿真实验验证了所提算法的有效性。本文研究了圆与非圆信号混合入射的二维波达方向估计问题,并基于秩损原理和联合对角化技术,提出了两种测向算法。这两种算法分别建立了适用于圆与非圆信号混合入射的阵列接收模型,且能解决圆与非圆信号的分辨问题。所提出的两种算法都能实现二维DOA的自动配对,并通过仿真实验验证了所提算法的有效性。