阵列信号处理技术在整个信号处理领域中至关重要,它在通信、雷达、地震勘测以及射电天文等多个领域中应用极广。阵列信号处理通过拥有特定形状的传感器阵列,对来自空域的信号进行接收和处理,从而获得信号的信源数、功率、到达角等多个参数信息,其最主要的研究方向包括波束赋形技术和信号到达角（Direction of Arrival,DOA）估计。然而,对于非圆信号来说,传统算法的性能被证明不是最优的,按照非圆信号特性改造的波束赋形算法和DOA估计算法往往拥有更佳的性能表现。论文以改进传统算法使其适应信号的非圆性为中心,做了如下的研究工作:（1）论文对阵列信号处理中有关波束赋形和DOA算法的基础知识做了理论介绍,尤其是波束赋形中的自适应波束赋形技术和最小方差无失真响应（Minimum Variance Distortionless Response,MVDR）算法,以及DOA估计中的最小方差法（Minimum Variance Method,MVM）和多重信号分类（MUltiple SIgnal Classification,MUSIC）算法。此外,论文对信号的非圆性做了详细阐述,突出了非圆信号与圆信号的内在区别与联系。（2）论文首先介绍了波束赋形中的复数最小均方误差（Complex Least Mean Square,CLMS）算法,并表明它对于非圆信号的处理不是最优的,而宽线性化后形成的增广CLMS（Augmented CLMS,ACLMS）算法对于处理特定的非圆输入信号有着更好的效果。论文在此基础上,提出了一种并联的ACLMS自适应波束赋形算法结构,它能在得到更小的均方误差（Mean Square Error,MSE）的前提下加快算法收敛速度。论文研究了新算法的信号处理性能与入射信号非圆度之间的联系,并设计了一种实际可用的算法以达到并联ACLMS算法的性能效果。（3）论文详细介绍了一种宽线性（Widely Linear,WL）的MVDR算法,并证明了这种算法相比传统算法,在处理非圆信号时有着性能上的优势,并且这种优势甚至可以在同相/正交（Inphase/Quadrature,I/Q）通道中观察到。论文通过提出并定义新的性能指标,对宽线性算法做了全面的二阶性能分析,讨论了其MSE性能与入射信号非圆度的关系,并在I/Q通道中展现宽线性MVDR算法的深层次的性能优势。（4）论文提出了基于两种WL MVDR算法的的WL DOA估计算法。这两种DOA估计算法被用来与经典的MVM算法做对比,分析它们的分辨力和MSE性能,证明了宽线性的算法在低信噪比（Signal to Noise Ratio,SNR）、大非圆度且来波角接近的场景下拥有极佳的性能。此外,论文基于MUSIC算法阐明了一种适合非圆信号处理的非圆MUSIC（Non-Circular MUSIC,NC-MUSIC）算法,并证明了该算法在低SNR、大非圆度且来波角接近的场景下比MUSIC算法更具有性能优势。文章同时也阐述了非圆信号的克拉美罗界（Cramér–Rao Bound,CRB）,将各DOA算法的MSE性能与CRB做了对比分析。最后,由于射频识别（Radio Frequency IDentification,RFID）技术传递的信号形式主要是极大非圆信号。因此,RFID系统很适合在论文中做实际测试,以证明文中所提的DOA估计算法在处理非圆信号时所拥有的优势。论文以RFID系统为载体,通过天线、标签、阅读器等一系列设备,实际测试了各个DOA算法的处理性能,证明了宽线性算法处理非圆信号的性能优势。阵列信号处理中对于非圆信号的研究还有很大空间,论文以波束赋形和DOA估计为例,而其他领域依旧有值得挖掘和改造的传统算法,使得它们在处理非圆信号时拥有更佳的性能效果。