阵列误差是阵列信号波达方向(direction of arrival,DOA)估计在工程应用中难以避免的一类误差形式。由此导致的阵列流型与假设模型不符使得通常基于理想模型的DOA算法性能明显下降,这成为影响DOA算法实用化的一个重要因素,因此开展使DOA算法在实际应用中具有更强稳健性的研究具有现实意义。本文针对常见的阵元幅相不一致、阵元位置误差以及阵元间的互耦,结合基于稀疏分解的DOA估计算法以及子空间类的MUSIC算法,研究相应的误差和DOA联合估计(自校正)方法。论文主要工作如下:1、分析了幅相误差对子空间类MUSIC算法估计性能的影响,通过实验对比了现有的两种典型误差校正方法的估计效果。最后对自校正方法应用到幅相误差条件下均匀圆阵的信号二维到达角估计进行了讨论。2、设计了基于稀疏分解的阵列幅相误差自校正算法及阵列位置误差自校正算法,算法结合遗传算法寻优,明显提高了误差条件下波达方向估计的准确性,在多数情况下能较准确地估计出阵元的误差参数。同时算法在阵列误差较大环境下也能保持较高的估计准确度。3、根据均匀圆阵及均匀线阵所具有的特殊互耦模型,通过矩阵变换实现了均匀圆阵互耦自校正及均匀线阵互耦、幅相误差的自校正,算法减小了常规自校正方法对误差初始估计精度的依赖,具有更高的信源方位初始估计准确度,加快了迭代过程的收敛速度。并将误差校正的思想应用到宽带LFM信号DOA估计中,给出了一种基于时频MUSIC的LFM信号稳健DOA估计算法,算法能在阵列互耦误差条件下准确估得信源方向,且具有较快的运算速度。