波达方向(Direction of Arrival,DOA)超分辨率估计一直是阵列信号处理中研究的热点问题,其中,欠定DOA估计有明确的应用背景和广泛的实际需求,所以成为近年来研究的热点和难点。在传统DOA估计领域,阵列能够分辨的目标数量受阵元个数的限制,当目标数量超过阵元个数时,算法的性能会严重下降。欠定DOA估计的目标是,在目标个数大于阵元个数的情况下,实现超分辨的DOA估计。声矢量传感器由三个相互垂直的声速传感器和一个声压传感器组成,空间共点的声矢量传感器可以在声场里以一个共点空间同时测量声场中的声压和振速信息。这种空间共点结构缩小了传感器的孔径,降低了传感器的分辨率,增加了硬件成本,但带来的好处是降低了信号处理的难度。但是从工程的角度出发,我们更愿意通过增加信号处理的难度来换取较低的硬件成本和较高的估计精度,而空间非共点的声矢量传感器正好满足了我们这个需求。近年来,一维欠定DOA估计算法层出不穷,但从本质来说,这些算法的核心思想还是通过构造虚拟阵列,扩大阵列孔径,提高自由度。一维欠定DOA估计算法实现条件苛刻、实现方法较少,加上二维欠定DOA估计算法复杂度较高等原因,导致许多一维欠定DOA估计算法很难直接应用到二维欠定DOA估计算法里。另外,目前很少算法模型是直接针对二维欠定DOA估计的,所以二维欠定DOA估计至今仍是学术上急需解决的难题。为了克服这个难题,本人决定把工作重点放在二维的欠定DOA估计上。通过对目前比较流型的二维欠定DOA估计算法的研究,本人给出一种基于张量模型的声矢量传感器阵列欠定DOA估计的改进算法,在相同条件下,能实现比原算法更高的估计精度,在信噪比较低的情况下优势尤其明显,并且没有明显增加算法的复杂度。但是由于算法本身的局限性,这种算法只能实现一维欠定DOA估计和二维超定DOA估计。为了实现真正意义上的二维欠定DOA估计,本人提出了一种基于张量模型的L型阵列二维欠定DOA估计算法,这种算法在低信噪比情况下能实现真正意义上高精度的二维欠定DOA估计。空间非共点的声矢量传感器具有较低的硬件成本和较高的估计精度等优势,基于空间非共点的声矢量传感器二维欠定DOA估计在学术上还是空白,利用空间非共点的声矢量传感器的结构优势实现二维欠定DOA估计具有重要的学术意义和实用价值。本文最后一部分主要对基于空间非共点的声矢量传感器的二维欠定DOA估计进行了一些探索性研究,解决了其中的一个关键性问题。空间非共点的声矢量传感器虽然有一系列优势,但是却引入了“模糊”问题。有学者基于“金字塔”型空间非共点的声矢量传感器结构提出了一种能有效去除“模糊”的算法,但是由于算法本身的局限性,该算法在相干信源下性能会急剧下降。另外,欠定DOA估计在利用一系列操作扩展虚拟孔径的过程中引入了相干信源,相干信源同样会导致欠定DOA估计的失败。根据以上分析可知,去相干是我们实现基于空间非共点的声矢量传感器二维欠定DOA估计需要解决的关键性问题。为了解决这个关键性问题,本人提出了一种改进算法,该算法可以在非相干信源条件下获得接近原算法的估计精度;在相干信源条件下,原算法几乎失效,但改进算法仍保持高分辨率。改进算法将为实现基于空间非共点的声矢量传感器二维欠定DOA估计打下坚实的基础。