基于天线阵列的超分辨到达角(Direction-Of-Arrival,DOA)估计是当前空间谱估计技术领域的研究热点,由于超分辨算法的测向性能受阵列孔径、信噪比及快拍数等的限制而难以达到理论性能,对超分辨算法测向性能改善的研究一直是广大学者们追求的目标。从信号前端采样来看,在时域经典采样理论和信号处理理论的引导下,现有的DOA估计算法均建立在以均匀采样为基础的Nyquist采样定理的框架下,本文采用理论分析研究和仿真实验相结合的方法,将时域的非均匀采样拓展到空域阵列信号处理,以阵列非均匀采样下的输出数据为处理对象,研究了基于非均匀空域采样的超分辨DOA估计的几个关键技术,同时进行了理论分析和推导,并通过仿真实验验证了所提出算法的有效性、可行性和鲁棒性。本文所取得的研究成果包括以下几个方面：1)将时域的非均匀采样拓展到空域DOA估计中,提出了一种基于阵列非均匀空域采样的DOA估计性能改善方法。通过构造阵元上的基于幅值的非均匀空域采样时间函数,利用非均匀采样的时间间隔的随机性,实现了阵列输出信号信噪比的提高,改善了DOA估计的性能。提出了一种联合估计策略,通过对每次独立实验的估计值先聚类,再基于接收信号信噪比进行加权平均,改善到达角估计的性能,尤其对低信噪比下MUSIC算法的估计成功概率低于1时。2)根据阵元间距大于半波长时混叠到达角和真实到达角的位置区域,提出一种基于虚拟阵列变换的观察区域适当增大阵元间距的到达角估计方法。因为实际待测入射信号源的到达角的空间分布任意,需要基于额外的预处理技术零化观察区域以外其他方向上的入射信号源。针对这一问题引入计算物理阵元间的四阶累积量构造虚拟扩展阵列,同时联合无需特征分解的传播算子算法,提出一种基于四阶累积量的到达角DOA估计,分析了其阵列扩展性质。该方法可以处理多于阵元个数的信号,既不需要特征分解,也不需要谱峰搜索,具有较低的计算复杂度。3)针对实际应用中强弱信号共存的场景,提出了一种基于零点成形技术的弱信号到达角方法。首先利用常规的空间谱算法估计出强信号的到达角,再基于奇异值分解构造变换矩阵在强信号方向上产生零点,从而实现强信号抑制,再利用MUSIC算法对预处理后的阵列输出数据进行DOA估计。该方法实现了强信号背景下弱信号的正确的到达角估计,提高了常规MUSIC算法对强弱信号的角度分辨力,具有比JJM算法更好的弱信号参数估计性能。此外,非均匀空域采样的引入进一步改进了所提出算法的参数估计性能。仿真实验进一步证实了该方法的有效性。