随着无人机在农业、交通、电力等诸多行业领域中发挥着越来越重要的作用,无人机在我们身边出现的频率也是越来越高,随之而来的风险也逐渐升高。近年来,全国已发生了多起无人机干扰高铁正常运行的事件。为了迅速有效地查明无人机信号来自何处即实现对无人机信源的精确测向是轨道交通安全防护的一项新的研究课题。本文首先对DOA估计的阵列信号模型进行了介绍,给出了常规阵列信号模型的假设条件。在阵列信号模型基础上,对均匀线阵模型和均匀圆阵模型进行分析,并在相干信源条件下,对信号的阵列接收模型进行分析。然后本文介绍了基于空间谱估计的DOA算法,这类算法具有超分辨率,主要代表有MUSIC算法和ESPRIT算法。本文在对这两种算法的基本原理进行分析后,对其分辨率、测向精度进行了仿真分析。MUSIC算法、ESPRIT算法在估计非相关信源时有着良好的估计性能。但是,当信号源相干时,这两种算法的DOA估计性能处于失效状态,无法获得相干信源的角度信息。其次,为了解决MUSIC算法和ESPRIT算法无法对相干信源进行有效的DOA估计的问题,本文分析传统DOA估计算法针对相干信源失效的原因,对传统的解相干空间平滑算法进行介绍,并分析修正MUSIC算法的解相干性能。本文以空间平滑算法为基础提出了两种改进的解相干算法:其一是二次加权空间平滑MUSIC算法,该算法通过对空间平滑算法的嵌套使用求得权值矩阵,并使权值矩阵经过平滑算子处理,使其充分包含信号的自相关和互相关信息,从而在相干信号的谱峰搜索过程中具有更好的效果;其二是改进加权空间平滑TLS-ESPRIT算法,该改进算法通过对原始阵列进行特殊结构的子阵划分,直接利用子阵输出的自相关和互相关信息求得加权矩阵,从而实现相干信源的解相干。最后,针对无人机信号,综合考虑测向设备的体积大小与测向的实时性,本文设计了一种无人机测向软件,其中DOA算法采用相关干涉仪算法。本文对相位干涉仪算法的基本原理进行了介绍,分析了测向过程中相位模糊问题。在此基础上,分析了相关干涉仪算法的基本原理,通过代价函数构建信号的相位样本库,解决相位干涉仪算法中的相位模糊问题,并且相关干涉仪算法不受环境的影响,在互耦、噪声等不利条件下,也能对信号有着较好的DOA估计性能。