阵列信号处理的主要目的是掌握空间信号的获取与处理的基本理论和方法。波达方向估计作为阵列信号处理的一个主要分支,发展十分迅速,在民用和军事领域应用广泛。经典算法中具有代表意义的有波束形成类的算法、基于信号子空间类的算法、基于最大似然估计类的算法。但是在实际的空间电磁环境中,电子干扰、多径传播等多种因素会使入射信号高度相关或者相干。在这种情况下,信号协方差矩阵不满秩,导致传统的DOA估计算法无法分辨子空间。因此,在相干信源条件下,获得精确的参数估计,成为了重要的研究课题。目前,最常见的就是使用空间平滑算法进行解相干处理恢复数据协方差矩阵。其主要思想就是通过求各个子阵的协方差矩阵的平均值,解决协方差矩阵的秩亏损问题。空间平滑算法去相关存在阵列孔径损失问题。针对这一问题,有学者提出了时间平滑算法^[54]（TS）求解在移动目标下的相关问题,且不存在阵列孔径损失。传统的DOA估计算法基本都使用二阶累积量即自相关矩阵。在DOA估计中,相比于二阶累积量高阶累积量可以更好的表征信号特征。非高斯信号包含在高阶累积量矩阵中,高阶累积量具有阵列扩展的重要性能。针对上述这些问题,本文结合时间平滑算法^[54]（TS）的相关知识,提出了基于L型阵列的时间平滑和四阶累积量联合估计算法并且分析了其可行性。对所提出的联合算法和经典MUSIC算法进行统计实验仿真和分析,验证了基于L型阵列的联合算法估计角度精确度高,性能好的优点。从实际情况出发,共形阵列在多个应用领域均有着广泛的应用。共形阵列是直接附着在载体表面的,所以可以节省空间、重量、还可以有效的减少空气阻力,并且十分有利于在军事上的隐蔽设计。共形阵列天线模型非常的复杂,有特殊的阵列形式和复杂的电磁场特性,还存在严重的交叉极化效应。本文建立了锥面共形阵列模型,并对其极化进行了分析,推导了共形阵列的极化导向矢量和空域导向矢量。本文还介绍了了ESPRIT算法在共形阵列上的应用。针对在相干信源条件下空间平滑算法的缺点,提出了基于共形阵列的时间平滑和四阶累积量联合算法。由于该方法结合了时间平滑算法所以不存在阵列孔径损失,并且结合了高阶累积量具有阵列扩展性能,因此算法性能好,分辨率高。最后通过多组统计实验验证了本文所提基于锥面共形阵列的联合算法比现有算法性能更好。