信号波达方向（Direction-of-Arrival,DOA）估计问题在声纳阵列测向、移动通信等领域具有广泛的重要应用背景,也是阵列信号处理中信号参数估计的重要问题之一。在DOA估计中,信源数的估计有着至关重要的影响,信源数已知是许多DOA估计算法必不可少的前提条件,当信源的估计个数不等于实际的信源数时,DOA估计算法的性能急剧恶化甚至失效。因此,是否准确估计信源个数对DOA估计算法在各领域中的应用有很重要的影响。当阵列接收噪声不满足白噪声条件时,传统的高分辨信息论方法将完全失效,此时可用经典盖氏圆（GDE）算法解决信源数估计问题,但传统GDE算法存在需要人为选取调整因子及信源数不能超过阵元数M-2的问题,因此本文针对GDE算法的这些问题提出了一种改进的盖氏圆算法（New Gerschgorin disks estimation,NGDE）。信源数被准确估计可以提高DOA估计方法的性能,高性能的DOA估计可以用于开发角度维频谱以提高频谱有效利用率。本文将高分辨率多重信号分类（MUSIC）算法应用于认知无线电领域实现空域角度维频谱感知,研究了非圆信号的空域角度维感知技术,从而实现提高频谱资源利用率的目的。论文研究内容包括:1、研究对比了不同阵列模型和DOA估计方法,重点研究了MUSIC算法,理论分析信源数估计结果对MUSIC算法的影响,并通过仿真进行验证。2、针对传统盖氏圆算法需要人为选取调整因子及信源数不能超过阵元数M-2的问题,提出一种基于盖氏圆准则的信源数估计改进算法（NGDE）,所提算法使用固定判决准则以及矩阵升维,改善了经典GDE算法存在的不足,并通过矩阵初等变换和迭代取平均的方法提高算法估计性能,仿真实验验证了所提算法不仅在白噪声背景下有较好的估计性能,且在色噪声背景下的估计性能优于经典GDE算法以及基于对角加载技术的信息论方法。3、将MUSIC应用于“检测-定位”空域角度维频谱感知方案中的定位阶段,考虑信号非圆特性,提出一种NC-η-MTG-MUSIC空域角度维频谱感知方法。该方法首先用原阵列输出及其共轭构成扩展虚拟阵列输出,然后求解虚拟阵列协方差矩阵并利用信号非圆特性进行化简,对化简后的协方差矩阵使用基于最大特征值与迹（MET）算法和最大特征值与特征值的几何平均（MEGM）算法的融合算法（η-MTG算法）对主用户进行检测,当检测到主用户存在时,再对扩展虚拟阵列输出的协方差矩阵使用MUSIC算法估计主用户信号的方位角和仰角,从而实现空域角度维频谱感知,使认知用户在主用户存在的情况下也能进行频谱接入,从而达到增加频谱访问机会的目的。仿真实验结果验证了该算法的有效性和可行性。