有源诱偏技术和干扰技术的广泛应用对信号分选和检测提出更高的要求。有源诱偏技术通过设置诱饵源，使多个信号在时频域、调制域重叠，无法进行信号分选。压制式干扰是常用的干扰方式之一，它利用噪声或类噪声形式的干扰信号遮盖对方有用回波信号，妨碍或阻止对方通过回波信号检测目标。本文围绕多信号识别和压制式干扰测向展开的。针对多信号识别问题，提出了一种基于阵列信号处理的多信号识别方案。针对压制式干扰，提出了一种改进的互谱宽带信号测向方法。阵列信号处理分为空间谱估计和自适应波束形成技术(adaptive beam-forming,ABF)两个方面。本文提出的多信号识别方案中，利用空间谱估计对多信号进行到达角度(direction of arrival，DOA)估计，利用ABF在多信号中提取出单一信号用于特征提取。这两项技术结合指纹识别技术达到对时域、频域、调制域重叠的多信号的正确识别。针对空间谱估计的经典算法——多重信号分类(multi-signal classification,MUSIC)算法，研究了其原理和常用的解相干算法。并提出了一种新的二维MUSIC算法，该算法将二维MUSIC角度估计分解为四个一维MUSIC角度估计，实现了用一维解相干算法进行二维相干信号的角度估计。此外，由于MUSIC算法对通道幅相误差非常敏感，文中给出了窄带信号阵列通道幅相误差模型，由此推导出窄带信号的幅相误差校正方法。针对Capon波束形成器，研究了算法原理，详细的分析了各种误差对算法性能的影响，并论述了常用的经典稳健性算法。并根据多信号识别方案实际情况提出一种改进的LCMV算法，利用前端MUSIC算法估计出的信号角度信息来构造虚拟协方差矩阵，非常适合完成在多信号中提取单一信号的工作。本文利用实测数据对方案进行了验证，结果表明了该方案能到对时域、频域、调制域都重叠的多信号进行正确的识别。噪声调频信号是常用的压制式干扰信号形式，本文最后给出了对噪声调频信号的模型。对于噪声调频信号的方向角估计，讨论了互谱算法的原理与缺陷。并提出用两频率点的频率差和对应于两频率点的互谱密度函数相位差值的关系来解相位模糊，突破了互谱法中阵元间距不能大于信号最小波长一半的限制，有效的提高了测角精度，用两个阵元即可实现解相位模糊。通过仿真验证了该算法的有效性。