波达方向（Direction-Of-Arrival，DOA）估计，又称为测向技术、空间谱估计，是现代阵列信号处理领域一个重要的分支，广泛应用于雷达、声呐、无线通信以及生物医学等军事和民用领域。基于波达方向估计的被动雷达系统具有隐蔽性高、作用距离远、抗电磁干扰能力强等优点，逐渐成为电子对抗领域中不可缺少的重要组成部分。现有的被动雷达测向系统大多采用由标量传感器组成的天线阵列对辐射源信号进行接收，但是随着电子对抗技术的发展，电磁环境日益复杂，标量传感器阵列逐渐无法满足测向系统的需求。由电磁矢量传感器构成的极化敏感阵列以矢量形式接收电磁波信号，能够同时感知入射信号的空域信息和极化信息，因而可以有效地提高被动雷达测向系统的估计精度、分辨能力、抗干扰性能等。因此，研究基于极化敏感阵列的二维DOA与极化参数估计算法具有重要的现实意义。本论文围绕极化敏感阵列的二维DOA与极化参数估计问题展开深入研究，针对现有算法仍然存在的一些问题提出相应的解决方法。主要的研究内容如下:
　　首先，针对如何降低算法的运算复杂度、提高测向算法实时性的问题，提出了一种基于实数运算的降维MUSIC算法。该算法先提出了极化双向平均技术，将协方差矩阵的特征值分解过程由复数域转化到实数域，降低了构建噪声子空间的计算量;然后利用秩亏损原理将二维DOA估计与极化参数估计相解耦，构建了实数的空间谱函数，降低了谱峰搜索的计算量;最后，利用广义特征值分解的方法估计了入射信号的极化参数。该算法将协方差矩阵分解过程和空间谱函数由复数域转化到实数域，同时降低了谱峰搜索的维度，从而极大地减少了参数估计的运算时间。此外，极化双向平均技术扩展了信号矢量模型的数据长度，一定程度上提高了算法的估计精度。实验室仿真验证了所提算法的有效性。
　　其次，针对低信噪比以及各阵元接收噪声功率不同等非理想的测向环境，提出了一种基于稀疏表示与重构的二维DOA与极化参数估计算法。该算法首先计算了COLD极化敏感阵列电偶极子和小磁环接收数据的自协方差矩阵和互协方差矩阵，通过矢量化操作建立了多测量矢量模型;然后建立了二维空域网格，将多测量矢量写为稀疏表示形式;最后利用l1范数最小化的稀疏重构算法获得了二维DOA与极化参数估计。该算法将二维DOA与极化参数完全分开在过完备字典和系数矩阵这两部分之中，使得稀疏重构算法能够完全利用接收数据的空域信息，提高了算法的估计精度。此外，该算法通过线性变换剔除了稀疏表示模型中的噪声项，抑制了噪声对参数估计的影响，提高了算法在低信噪比下的估计精度。计算机仿真验证了算法具有良好的估计性能。
　　最后，针对常规的阵元摆放间隔不大于半波长的阵列结构其阵列孔径和自由度有限的问题，提出了基于互质极化敏感阵列的二维DOA与极化参数估计算法。该算法将互质阵列结构引入到极化敏感阵列，构建了双平行互质极化敏感阵列;利用三正交偶极子天线能够完全接收电场矢量的特性，建立了不包含极化参数的互协方差矩阵，并通过矢量化操作推导出了一个自由度更高的虚拟均匀线阵;然后利用空间平滑的MUSIC算法以及稀疏表示与重构算法估计了入射信号的二维DOA;最后基于DOA估计结果，利用最小二乘法计算了入射信号的极化参数。阵元的稀疏摆放增大了阵列孔径、降低了互耦效应，从而提高了算法的估计精度，同时互质结构的利用扩展了阵列自由度，能够在有限物理阵元个数下估计更多的信号源。计算机仿真实验验证了所提算法的有效性。