相干信号源DOA估计是阵列信号处理的重要研究方向之一，在雷达、通信、声呐等领域有着广泛的应用。国内外学者提出了不少针对相干信号源DOA估计算法，这些算法大致可分为以下两类，一是降维类处理算法，另一类是非降维类处理算法。 空间平滑技术是目前一种有效的降维类解相干处理算法，计算量小，便于实现等优点。但是却牺牲了阵列有效阵元数，阵列孔径有一定的损失，且在低信噪比条件下算法性能较差。 论文围绕空间平滑类算法做了一些研究，在已有成果的基础上提出了改进的方法，论文主要工作包括： 1.分析了经典的高分辨阵列信号DOA估计算法：MUSIC算法和ESPRIT算法。计算机仿真表明，这两类算法在相关信号源环境下将会失效；接着分析了空间平滑技术的解相干原理，介绍了三种较有效的空间平滑类算法：前向空间平滑算法、前后向空间平滑算法和改进的空间平滑算法，理论分析和计算机仿真表明，空间平滑类算法虽然能有效的解相干，但阵列孑L径损失较大，降低了可检测信号源数。 2.针对空间平滑类算法可检测信号源数降低的缺点，介绍和分析了可以估计更多信号源数的空间平滑差分算法。但是该算法性能不稳定，且没有得到理论证明。作者提出了改进的平滑差分方法，理论分析和计算机仿真表明，该方法在可估计出多于阵元数信号源的前提下具有较高的DOA估计精度和稳健性。 3.介绍和分析了一种空间非均匀噪声环境下DOA估计的方法，但是，该方法不能有效估计相干信号源DOA。针对这一不足，本文提出了一种改进的方法。理论分析和计算机仿真表明，改进方法相对于原算法，对于不相关源信号的DOA估计可以提高估计性能，对于存在强相关或相干源的混合信号源环境下，通过前向平滑预处理能有效估计出信号的DOA。 4.研究一种基于V型阵二维DOA估计的方法。该方法根据阵列结构的特点形成多个需要的相关矩阵，构造一个特殊大矩阵并经特征分解获得信号子空间的估计，最后利用2D-ESPRIT方法实现二维DOA估计，可以解决β角兼并问题，无需谱峰搜索且信号参数自动配对。