双/多基地雷达的检测、定位、成像是信号处理的重要内容,其中参数估计,如波达方向、时延和频率的估计等,问题涉及双/多基地雷达的空间、时间和频率同步。而基于双/多基地信号模型的参数估计,可以充分利用多个基站所获得的信息对目标的参数进行估计,有效提高参数估计的精度,因而具有很重要的应用价值。本文就是基于此背景,围绕双/多基地阵列信号处理中的波达方向、频率等参数估计问题进行了研究。本文分为两大部分,第一部分为建立模型和分布式参数估计算法研究,即前三部分(文中的第二、三和四章)。第二部分为集中式参数估计算法研究,即后三部分(文中的第五、六和七章)。主要内容概括如下:1.建立了双/多基地参数估计模型,推导了双/多基地模型下,接收同一信号源的信号不同基地之间存在相干的条件。即当信号源位于过基线中点的法线上时,不同基地所接收信号的相对时延为零,接收信号之间的相干性最强;当信号源位于基线两端时,相干性最弱。但是,只要满足基地之间相对时延小于所接收信号带宽的倒数,不同基地接收信号之间就存在相干性。当不同基地的接收信号存在相干时,将双/多基地信号参数估计算法分为两类,即分布式和集中式参数估计算法。2.为了提高双/多基地系统的参数估计精度,进而提高基于双/多基地模型下分布式算法的性能,提出了两种数据共轭重排传播算子算法。第一种为修正的传播算子算法―MPM(Modified Propagator Method)。该算法可以显著改善PM算法在快拍数有限条件下的DOA估计性能,但该算法仍然需要搜索。第二种为广义传播算子算法。该算法利用数据的共轭,重新排列数据,构造旋转因子,通过旋转因子来估计方位。它综合了广义传播算子算法具有共轭传播算子和共轭ESPRIT算法的优点,克服了共轭传播算子算法在低信噪比下性能不好,而共轭ESPRIT算法在低信噪比性能好、高信噪比性能差的缺点,有效提高了参数估计的精度。且该算法不需要一维搜索,直接可以得到方位估计的闭式解。仿真研究结果证明了算法的有效性。最后文中比较了两种算法的估计性能。3.提出了两种简单而且有效的预白化方法,从理论上解释了它的鲁棒性。相对于高斯白噪声的情况下,预白化后可以等效为对角加载。该方法可以应用到空间