无源定位技术一直是电子侦察领域的重要研究方向。与传统两步定位方法相比,直接定位方法不通过定位参数估计而是直接对原始采样信号进行处理而获得辐射源的位置估计,减少了信息的损失,具有更高的定位精度和更强的鲁棒性,因而受到越来越多的关注。近年来,稀疏重构理论被引入辐射源定位方法中,这给辐射源定位提供了一个全新的视角。针对信号传播模型参数部分未知和off-gird模型的辐射源定位问题,本文研究了基于稀疏表示的辐射源直接定位方法,其主要工作总结如下:（1）在构建辐射源直接定位模型的基础上,分别研究了已知和未知信号形式的单辐射源直接定位方法,以及基于MUSIC（Multiple Signal Classification）和MVDR（Minimum Variance Distortionless Response）的多辐射源直接定位方法,分析了辐射源直接定位精度的克拉美罗下界,并通过数值仿真验证了辐射源直接定位方法的有效性。（2）基于稀疏表示的辐射源定位中,信号重构依赖于准确的稀疏字典,当传播模型参数无法全部获知时,构建的稀疏字典与真实字典存在差异,这会导致定位性能的下降。针对这个问题,提出了一种基于多字典联合与分层块稀疏贝叶斯框架的多辐射源直接定位方法。将辐射源定位问题转化为恢复多字典下具有共享稀疏性的信号,通过多字典联合来解决信道衰减所带来的基不匹配问题。仿真实验表明:所提方法在低信噪比（Signal-to-Noise Ratio,SNR）和少快拍条件下相比稀疏贝叶斯方法和传统直接定位方法具有更优的定位性能。（3）网格失配和传播模型参数部分未知都会导致所构建的稀疏字典不准确,这会带来基矩阵不匹配进而导致重构性能的下降。针对这个问题,提出了一种基于参数字典化学习的稀疏贝叶斯辐射源直接定位方法。通过将off-grid（离格）模型和字典未知统一建模为所构建字典与真实字典的误差,对字典参数进行更新学习,使得所构建字典逐步逼近真实字典,从而实现信道衰减条件下离格辐射源直接定位。仿真实验表明:所提方法能够有效解决离格辐射源的定位问题,并且比稀疏贝叶斯方法和正交匹配追踪方法具有更高的定位精度。