空间谱估计是阵列信号处理领域的重点研究内容,因其具有广泛的适用性备受国内外学者关注。随着声呐、雷达、无线通信等领域研究深度的不断增进,对空间谱估计方法性能的要求也越来越高。互质阵不仅能扩展阵列孔径,还能提升空间谱估计的分辨率,且适用于分布式空间谱估计。基于互质阵传统解模糊方法存在的不足,提出一种将互质子阵空间谱相乘的似然乘积互质阵解模糊空间谱估计新方法;进一步,在似然乘积解模糊方法基础上推广出类似然乘积互质阵解模糊空间谱估计方法;最后,在深入学习现有高分辨空间谱估计及其改进方法的基础上,提出将高阶统计量和期望最大化(Expectation Maximization,EM)方法相结合的一种相干信源空间谱估计方法,并在低信噪比、少采样数下对其性能进行仿真实验。本文主要工作如下:1.通过对互质阵传统解模糊方法研究,提出一种新的互质阵解模糊空间谱估计方法——似然乘积解模糊方法,将两个子阵的空间谱相乘实现解模糊空间谱估计,与传统解模糊方法进行了仿真实验对比。实验显示似然乘积解模糊方法具有更高的估计精度,尤其在低信噪比和少采样数时优势更明显。2.在似然乘积解模糊方法的基础上,推广出MUSIC乘积、PM乘积等类似然乘积互质阵解模糊方法。MUSIC方法与PM方法的空间谱函数反映了信源来自各个空间角度的可能性,因此具有类似然函数的性质,将两个子阵的空间谱相乘后,在真实角度处会出现峰值,因此可以实现互质阵的解模糊空间谱估计。最后将类似然乘积及似然乘积解模糊方法与传统解模糊方法,在估计性能上进行仿真对比,实验显示似然乘积及类似然乘积解模糊方法具有更高的估计精度。与似然乘积解模糊方法需要多维谱峰搜索相比,类似然乘积解模糊方法具有更低的计算复杂度。3.针对相干信源,本文提出了基于四阶累积量的EM空间谱估计新方法,仿真实验表明此方法在低信噪比时估计性能优越,具有很好的稳定性和分辨率,能够完成相干信源高分辨率的空间谱估计。