波达方向（Direction of Arrival,DOA）估计向来都属于阵列信号处理中的核心研究问题,近年来在多个领域都有着广泛的研究。DOA矩阵方法是阵列信号DOA估计算法中常见的一种,该方法利用阵列接收信号的自相关矩阵和互相关矩阵,得到自动配对的信号参数估计。并且由于该方法的低复杂度和估计参数自动配对特性,在阵列信号处理的多个场景下都应用得非常广泛。本文在传统DOA矩阵方法的基础上,研究了参数估计精度更高的扩展DOA矩阵方法,并针对不用场景下的阵列多参数估计,提出适合其信号模型和接收阵列的扩展DOA矩阵方法,所选课题具备理论价值和应用前景。本文主要工作如下:1)提出了双平行均匀线阵下一种基于扩展DOA矩阵的二维DOA（Two-dimensional DOA,2D-DOA）估计方法。该方法在传统波达方向矩阵方法的基础上,完全利用了双平行均匀线阵接收信号的自相关矩阵和互相关矩阵,然后构建了一个矩阵维数更大的扩展DOA矩阵,再对扩展DOA矩阵进行特征分解,最后利用求出的扩展DOA矩阵的特征值和对应的特征向量估计信号的二维DOA角度。该方法估计得到的二维DOA角度已经自动配对,并且不包括谱峰搜索过程,所以算法复杂度比较低。与传统DOA矩阵方法对比,该方法估计出的二维DOA角度准确度更高。2)研究了线性阵列下基于扩展DOA矩阵的角度和频率联合估计方法。该方法首先对线性阵列引入时延接收,然后根据整个信号接收系统的接收信号,构造了扩展的DOA矩阵,充分利用了所有的自相关和互相关信息,而传统的DOA矩阵中只包含了部分的自相关和互相关信息。利用扩展DOA矩阵的特征值和对应的特征向量,可以得到自动配对的频率估计和角度估计。通过大量仿真得到,该方法的估计精度高于传统的DOA矩阵方法和传播算子（Propagator Method,PM）,并且由于在角度和频率估计时,不包括谱峰搜索过程,因此算法的复杂度也比较低。该方法在均匀线阵和非均匀线阵中都可以实现角度和频率的精准估计。3)针对相干信源的二维DOA角度估计问题,提出了一种基于前向空间平滑的扩展DOA矩阵方法。该方法首先使用前向空间平滑方法,对双平行均匀线阵接收信号的协方差矩阵进行去相干,再通过完全使用了接收信号的自相关矩阵和互相关矩阵,构建了一个扩展的DOA矩阵,然后通过特征分解求出扩展DOA矩阵的特征值与相应的特征向量,进而可以估计得到入射的相干信源的二维DOA角度。该方法除了同样拥有传统DOA矩阵方法不包括谱峰搜索过程、算法复杂度较低和估计得到的角度自动配对等优点之外,还大大提高了角度估计精度,可以很好的估计出入射的相干信源的二维DOA角度。