阵列信号处理是指将多个传感器放置在空间中组成传感器阵列,当信号传播到阵列时,采样数据并提取接收到的信号参数信息。信号波达方向(DOA)估计是阵列信号处理中的常见问题,经典的多重信号分类(MUSIC)算法是对接收快拍数据的协方差矩阵进行特征值分解,求出信号子空间与噪声子空间,然后利用这两个空间的正交性进行信号的DOA估计。实际计算中的DOA估计是以谱搜索的方式实现的。DOA估计中经典的MUSIC算法具备高的分辨率和稳定性,然而为了获得更高的估计精度需要更小步的谱搜索,特别是在方位角和俯仰角同时估计的过程中,会导致很大的计算量。为了减少计算量,产生了一系列优秀的算法。root-MUSIC算法运用多项式求根,LS-ESPRIT算法利用两个相同的子阵列接收信号,这两个算法都减少了计算量,且不需要进行谱搜索。流形分离技术(MST)可将传感器阵列几何结构扩展到任意几何结构,将二维(2D)DOA估计转换为二元多项式求根。然而,这些算法都存在一些局限,文中将详细论述。因此减小DOA估计算法的计算复杂度是一个重要的研究方向。本文提出一个高效的方法计算2D空域谱。本文所提算法由两个主要阶段组成。第一阶段是离线处理,通过在暗室中测量对于若干位置阵列的响应,计算采样矩阵,之后计算在线处理中所需要的相关辅助矩阵。第二阶段是在线处理,首先计算一个截短的系数矩阵,然后应用部分2D DFT计算二维空域谱。这个算法是并行的并且复杂度几乎与天线数独立,所以可以应用于并行的计算系统。本文主要有以下两点创新:(1)对于系数矩阵的计算,本文提出一个一步运算的方法来计算系数矩阵,简化了计算过程。本文还证明了系数矩阵所具有的对称性质,它表明只需要计算四分之一的系数就可以找到算法所需要的全部系数。(2)利用非零系数只集中在系数矩阵的左上角,本文提出了一个部分2D DFT算法去计算2D空域谱,它可以有效减少计算量。大量仿真实验显示本文所提出的算法对比经典的MUSIC算法,在估计性能基本相同的情况下,减少了计算量。