波达方向(Direction of Arrival,DOA)估计作为空间谱估计的重要部分,能够对阵列接收数据进行谱估计,从而得到源信号的入射角度这一重要参数。入射角度参数能够有效的定位用户的具体位置,无论是在移动通信系统中还是在雷达定位都有十分广泛的应用,由此可见,DOA估计的研究在理论和实践当中都有重要的意义。近年来,为满足无线通信系统传输率的提升,5G(第五代移动通信)中提出的关键技术大规模MIMO(Massive MIMO,Massive Multiple-Input Multiple-Output)系统由于其优越的性能,受到了各方向研究人员的关注,成为了近几年的前沿研究方向。在实际移动通信系统中,随着移动业务的增长,移动通信业务从单一语音通信逐渐扩展至数据与实时图像通信,通信所用信号带宽也由窄带向着宽带发展,以提供更加高速的信号传输。长期以来的对波达方向估计的研究一直集中在对窄带信号的各项研究当中,理论与实践的不匹配将会限制算法研究的发展。因此本文为了更好的与实际移动通信相结合,进行了宽带信号波达方向估计的研究。由于宽带信号波达方向估计的处理需要对信号进行时域、频域的复杂处理,算法本身拥有很大的计算量,考虑到算法应用时效性,以及在未来大规模MIMO系统下的实时通信应用,本文提出了一种低复杂度的DOA估计方法(基于多级维纳滤波器的快速聚焦TCT算法,MRF-TCT算法),这种方法通过信号子空间对TCT算法中求解聚焦矩阵进行了快速聚焦,降低了算法复杂度,并通过与多级维纳滤波器(MSWF,Multi-Stage Wiener Filter)相结合采用MSWF前项递推快速求解子空间,进一步的降低了算法的计算量,提升算法的时效性。在大规模MIMO系统中,本文提出了自适应MRF-TCT算法。由仿真实验发现当阵列规模扩大到一定程度后MSWF的递推会引入一定干扰,导致估计失效。为解决这一问题,从MSWF的特性研究,本文提出了一种大规模MIMO系统下基于MSWF的自适应快速聚焦TCT算法(自适应MRF-TCT算法)。本文对提出的新算法在不同情景,以及环境参数下进行了大量的仿真实验,并通过仿真实验说明了新算法能够有效估计信号的一维角度信息,并在大规模MIMO系统中能够估计出信号的二维俯仰角和方位角参数,有良好的估计性能。