参数估计一直以来都是阵列信号处理领域关注的重点问题,在雷达、声纳和通信系统等领域有广阔的应用前景。它的主要过程是利用阵列接收到的观测信号结合相应的算法估计出感兴趣信源的参数。随着阵列规模的增大,系统的硬件成本和能量消耗也随之变大。近年来,一比特量化由于其低成本、低能耗和低数据量的特点被广泛应用于阵列信号处理中。本文以一比特采样为着手点,在交叉偶极子阵列波达方向估计,互耦效应下的稳健测向,混合场信源定位,双基地MIMO雷达目标定位等问题上进行了研究。本文的研究内容概述如下:（1）提出了一种基于一比特采样的交叉偶极子阵列DOA估计算法。该算法针对现有算法没有充分利用阵列接收数据的问题,将传统的反正弦定律推广,推导出了整个阵列的归一化协方差矩阵的结构,进而获得了无噪声的归一化协方差矩阵,然后使用ESPRIT算法进行DOA估计。所提算法充分利用了接收数据,能有效提高角度估计性能,对入射角相近的两个信源的分辨能力显著提高。（2）研究了存在阵元间互耦效应时基于一比特采样的DOA估计问题,并给出相应的算法。该算法利用经典的互耦矩阵变换,重新表示了互耦效应下的归一化协方差矩阵的结构。然后给出了归一化协方差矩阵的SMV形式,最后利用稀疏恢复算法进行DOA估计。本算法无阵列孔径损失,所有阵元的接收数据都得到利用,实现了更好的估计性能。（3）提出了一种基于一比特采样的混合源定位算法。该算法证明了混合源下由一比特数据获得的阵列接收归一化协方差矩阵与原始协方差矩阵有着相似的结构。然后用斜投影技术实现远近场分量的分离。随后用MUSIC技术分别实现远近场源的角度估计以及近场源的距离估计。该算法利用一比特数据,可以在降低系统的复杂度的同时获得很好的估计精度,仿真结果表明所提基于一比特数据的算法的性能与使用未量化数据的算法的性能接近。（4）重点研究了采用一比特采样的双基地MIMO雷达,并提出了一种有效的算法用于DOD和DOA联合估计。该算法提出了一比特原子范数最小化问题,构建了两个低秩无噪声协方差矩阵。随后分别在构建的两个矩阵上运用MUSIC算法,以获得DOD和DOA估计。最后给出了一个额外步骤来实现DOD和DOA的配对。仿真结果表明,应用所提算法,一比特MIMO雷达也能获得令人满意的估计性能。