本文针对阵列相干信号的高分辨测向技术,着重研究了不同的窄带解相干算法对方位估计性能的影响以及宽带相干信号中聚焦矩阵的求取原则和一些新颖的宽带聚焦方法。论文的主要研究内容和创新点如下:研究了窄带相干源方位估计方法,针对算法在低信噪比时估计偏差较大的问题,设计一种数据处理方法,利用多次实验结果的均值作为参考,筛选出符合条件的实验结果,从而提高低信噪比时方位估计的准确性。在分析了单快拍相干源方位估计方法的基础上,给出一种与信源相关度和快拍点无关的单快拍方位估计方法,并针对单快拍方法在低信噪比的性能下降问题,提出了一种快拍数据累加方法,该方法利用发射信号的周期性,选取每个周期的相同快拍点进行累加,仿真结果表明提出的方法可以有效改善单快拍方法在较低信噪比下的估计性能。研究了基于角度预估和无需角度预估的宽带聚焦矩阵构造方法,讨论分析了不同聚焦矩阵构造方法对方位估计性能的影响,提出了一种离散阵列流形宽带聚焦方法,用离散化的阵列流形矩阵构造聚焦矩阵,不仅无需角度预估,而且避免了阵列流形内插法中贝塞尔函数的计算,有效地降低了运算复杂度,仿真结果验证了提出方法的有效性。研究了无需构造聚焦矩阵的空间重采样方法和空时DFT投影方法,将数据重构的思想引入宽带MVDR算法中,仿真实验结果表明,对于宽带MVDR算法而言,数据重构方法比起FFT插值法具有更低的分辨信噪比门限和均方根误差。提出一种改进的空时DFT投影算法,通过适当提高采样频率可以有效改善空时DFT投影方法的方位估计性能,结合运算量小的ESPRIT-like算法,提高实时性,并且其性能优于空间重采样方法。研究了基于贝叶斯聚焦的宽带相干源方位估计方法,提出了一种酉聚焦贝叶斯方法,可以根据不同的预估角度和预估波束宽度调整加权函数,通过仿真实验证明了提出的方法可以有效减少方位预估的计算量,获得比RSS算法更加优越的性能。