近年来,军用、民用和现代医疗等领域均涉及到阵列信号处理,其目的是通过不同的算法处理回波信号,将其中无用的干扰和噪声抑制掉,突出有用的信号,并从中获取人们感兴趣的信息。空间谱估计,也就是阵列信号处理领域中的波达角度估计(Direction Of Arrival,DOA)技术,在实际应用中被广泛应用,主要是为了对空间接收到的信号进行精确的参数估计。相比于孔径大小为几十个波长的大孔径阵列,小孔径阵列指阵列孔径与信号波长相当或者仅为几个波长的阵列。此时,在进行信号DOA估计时,会导致算法的估计性能变差。压缩感知理论(Compressed Sensing,CS)不要求采样率超过信号的二倍带宽,只需要较低的采样率即可实现信号重构,刚好与小孔径阵列的特点相符合。本文针对小孔径阵列的约束性,对小孔径阵列背景下的DOA估计问题进行了深入分析,研究了基于CS的DOA估计算法及其网格划分问题,并针对非相干信号和相干信号两种背景下的情况进行了仿真,结果表明,基于CS的DOA估计能够克服小孔径带来的不利影响,提高分辨力和估计精度,适应性较强,有重要的应用价值。在此基础上,研究了基于CS的小孔径阵列DOA估计的实现方法,将算法运行过程中适合并行计算的部分利用GPU实现,减少计算时间,加速算法运行。首先,本文建模分析了小孔径阵列的阵列信号模型,并利用MUSIC算法仿真证明了小孔径阵列对DOA估计的约束性。简要阐述了压缩感知原理和理论框架,及其用于解决DOA估计问题的适用性。利用对数求和算法和OMP算法进行小孔径阵列的DOA估计,在此基础上提出了改进的对数求和算法,减少程序运行时间。针对网格失配问题,本文对比分析了三种网格划分方式,并从中选出了效果最优的一种。针对非相干信号和相干信号背景下的DOA估计,本文对比分析了几种经典算法以及CS算法的仿真结果,并针对算法性能做出分析;针对经典算法估计相干信号时出现伪峰的问题,研究了三种性能提升方案:即平滑MUSIC算法、高阶谱方法以及改进的对数求和算法,并进行了仿真分析,实验结果证明三种方案均具有较好的改善效果。最后,本文研究了基于CS的小孔径阵列DOA估计的实现方法,将算法中适合并行计算的部分利用GPU实现,并与CPU计算的仿真结果进行对比。仿真结果表明,两种方式计算的结果完全相同,但GPU所用的计算时间更短。