单脉冲和差测角和子空间类信号角度(DOA)估计分别针对单目标和多目标情况,单脉冲测角技术应用的关键是产生满足要求的和、差波束,基于子空间的超分辨DOA估计方法应用的关键是克服实际中非理想条件带来的算法性能下降甚至失效的难题。针对基于子阵合成的和差波束测角方法,开展了为逼近给定和差波束的最优子阵划分及各级(阵元级和子阵级)权矢量优化的研究;针对子空间类超分辨测角方法,展开了强弱信号并存、阵列误差存在和信源数目未知下的稳健处理的研究。主要创新工作如下:1.针对基于子阵合成的和差波束测角方法,为提高差波束性能,提出子阵级存在和、差两套加权的和差波束形成框架,原有框架(阵元级加权产生和波束,子阵级产生差波束)为其子阵级和加权取全1矢量时的特例。将阵元级加权、子阵级差波束加权和子阵级和波束加权统一优化以使权值逼近误差最小、和差方向图畸变最小或和差波束满足某一/些条件。2.针对子阵级最优和差波束形成,以低副瓣和差波束产生为目标,提出了一种权值逼近下基于聚类的子阵划分与各级加权优化方法。为降低差波束副瓣,提出阵元级、子阵级和差加权同步优化的思想,以等效阵元级加权对低副瓣阵元级理想加权的逼近误差为代价函数,通过加权优化隐处理,问题转化为内层的子阵划分给定下权值优化和外层子阵划分优化两步优化。对于外层,子阵划分优化,引入聚类思想,定义阵元间、子阵间、阵元与子阵间距离,根据阵元与子阵间距离调整其所属子阵。利用了权值逼近准则下最优划分的特点,实现子阵划分的迭代优化,克服了已有迭代类算法不能用于平面阵的缺点。对于内层,子阵划分给定权值优化,针对Taylor/Bayliss等加窗和差波束低副瓣实现,利用对数变换,将非凸优化转化为凸优化问题,一次优化求解同时获得阵元级和子阵级和、差加权。加入对阵元级最大衰减的约束而不影响问题凸性,通过简单的交替优化可以实现阵元级量化衰减。该方法需要给定子阵初始划分,因此文中又给出了两种初始化划分选取方法。仿真表明子阵划分优化后比初始划分对应的逼近误差明显减小,和、差波束副瓣电平降低了数dB,表明了聚类在子阵划分优化中的有效性。3.针对子阵级最优和差波束形成,提出了一种基于方向图综合的子阵划分给定下和、差加权优化方法。以副瓣电平为约束,和、差波束主瓣畸变为目标函数,利用优化问题在阵元级加权和子阵级加权任意一个确定下为另一变量的凸函数的性质,借助已有优化工具箱,交替优化求得两级加权。该方法能够实现和、差方向图任意副瓣包络控制,相比已有算法仅能实现差方向图零点处斜率控制,其可实现包括差和比幅度线性度、斜率和相位响应在内的整个差和比特性的控制。4.针对空间谱估计中强功率信号导致其附近弱信号谱峰偏移甚至被覆盖的问题,提出了基于噪声子空间扩充和功率归一的两种弱信号估计方法。基于噪声子空间扩充的方法将强信号导向矢量直接纳入噪声子空间,消除强信号谱峰;功率归一的方法遵循强信号受到大衰减,弱信号受到小衰减或不衰减的原则,以接收数据协方差矩阵的特征矢量作为变换矩阵,再对其各通道输出信号各自功率归一。相比于MUSIC,两种算法均提高了弱信号的可检测概率和角度估计精度;相比于已有强弱信号下弱信号DOA估计方法,基于噪声子空间扩充的方法,仅需强信号数目,减小了运算量(该方法运算量与常规MUSIC方法相当),基于功率归一的方法,则无需强信号的任何信息。5.针对阵列互耦误差存在下DOA估计提出了一种基于ESPRIT的均匀线阵DOA及互耦参数估计方法。利用了均匀线阵互耦矩阵的特点,在阵列中找出互耦结构相同的两个子阵,利用ESPRIT方法得到角度估计,再从最小方差(LS-Least Square)拟合出发获得互耦参数的估计。算法无需迭代,运算量小且不存在收敛性问题,仿真表明其对通道幅相误差具有一定的稳健性。6.针对信源数未知下DOA估计提出了一种基于MUSIC的DOA与信源联合估计方法。基于MUSIC谱在信源数过估计下出现伪峰的特点,利用真实信号导向矢量与其对应噪声子空间正交的性质,建立判别函数剔除伪峰角度,从而得到真实信号数目和DOA的估计。这是一种无需阵元数已知的DOA估计方法,也是一种借助于DOA估计的信源数估计方法。仿真表明其对白噪声之外的通道功率不一致色噪声的信源估计的有效性。