目标信号的波达方向（Direction ofArrival, DOA）估计是无源探测系统的关键环节，直接影响着无源探测系统的性能发挥，并关系着电子战后续作战决策。为了实现无源探测系统的高精度测向，使其具有分辨多个同时到达信号的能力，本文利用空间谱估计技术进行信号波达方向估计，围绕着实际工程应用中空间谱估计技术所面临的关键问题展开研究。研究内容包括实际工程应用中所亟需解决的信源数估计、提高波达方向估计的测角精度和分辨力、非均匀噪声下的波达方向估计和非圆信号的波达方向估计，论文主要研究工作如下。信源数的精确估计是空间谱估计算法实现精确测向的前提，但是在实际系统中，由于色噪声的影响，信源数通常无法进行精确的估计。针对这个问题，提出了一种色噪声背景下的信源数估计方法，即基于特征子空间投影的信源数估计新方法，该方法根据信号子空间与噪声子空间相互正交这一原理，首先对特征向量进行划分，得到特征子空间，然后将协方差矩阵在特征子空间上进行投影，得到投影值，最后信号和噪声对投影值的贡献可由投影值的方差表示，进而实现信源数估计。计算机仿真证明了算法的有效性，并且利用实际测向系统中的接收数据验证了算法的工程实用性。为了提高空间谱估计算法的测角精度和分辨力，提出了两种基于延时相关函数的波达方向估计方法。阵列接收数据的非零延时相关函数中蕴含了信号的角度信息，并且对噪声具有一定的抑制作用。利用这个原理，首先在均匀线阵时，经过分析发现不同阵元的延时相关函数之间具有旋转不变性，提出了基于延时相关处理的ESPRIT（Estimationof Signal Parameters via Rotational Invariance Techniques）算法；然后在任意阵列摆放形式下，提出了基于延时相关处理的MUSIC（Multiple Signal Classification）算法，并且为了提高算法的实时性，引入了变尺度的混沌优化算法，简化了二维空间谱函数的构造和谱峰搜索过程。最后利用计算机仿真实验验证了两种算法的性能。针对实际测向系统中阵列输出噪声为非均匀噪声，经典MUSIC算法的性能下降甚至失效的问题，提出了一种非均匀噪声下的波达方向估计方法。首先利用三个变换矩阵对协方差矩阵进行处理，得到含有噪声和不含噪声的两部分数据；然后利用这两部分数据进行噪声协方差矩阵的估计；最后利用估计的噪声协方差矩阵对接收数据进行标准化处理，使得接收数据中的非均匀噪声变成了零均值的均匀白噪声，从而将非均匀噪声下的波达方向估计转变成白噪声下的波达方向估计，抑制了非均匀噪声对算法性能的影响。计算机仿真实验测试了该算法在非均匀噪声下的性能，实际测向系统中的实验验证了算法的工程实用性。利用信号的非圆特性可以提高测向性能，针对非圆信号，提出了两种非圆信号波达方向估计方法。第一种方法是基于矩阵重构的非圆信号ESPRIT算法，该方法通过对阵列接收数据进行共轭重构，构造了与阵元个数相同的具有旋转不变关系的多个子阵，然后通过延时相关处理抑制了高斯白噪声对算法的影响，提高了非圆信号波达方向估计的测角精度和正确分辨概率。第二种方法是一种稳健的四阶累积量非圆信号波达方向估计方法，首先根据四阶累积量抑制高斯噪声的性能构造两个四阶累积量矩阵，然后根据这两个矩阵之间的旋转不变性进行波达方向估计，最后在通道幅相误差模型下分析了该算法的稳健性并得出结论：只要接收通道中任意两个通道具有一致性，不需要误差校正就能进行正确估计。仿真实验表明，算法测角精度和分辨力得到提高，并且算法对幅相误差具有稳健性。