相比于传统声压传感器,声矢量传感器可为后置信号处理系统额外地提供声场的矢量信息,因而受到各国水声领域研究人员的广泛关注。经典的声矢量信号处理方法通常考虑理想情况下的海洋信道和背景噪声,忽略了真实海洋环境的复杂多变性对处理效果的影响。基于模型的信号处理方法将声场的物理模型与信号处理算法相结合,利用声场特性改善信号处理算法性能。目前,模基处理技术一般针对声压信号展开,将其应用于矢量信号处理中仍较为少见。鉴于此,本文在研究常规矢量阵方位估计算法的基础上,分别探索基于声矢量场模型和声矢量信号模型的方位估计算法。论文的主要内容如下:1.基于声矢量场极化模型的DOA估计方法针对子空间类高分辨方法对噪声敏感,提出了基于水声信号偏振(极化)特性的降噪预处理方法,建立了矢量传感器极化加权方位估计模型。在浅海环境下,分别通过射线理论和简正波模型对声波的质点运动轨迹进行深入地研究,从理论上证明由于波导的影响水下声场中也存在“偏振”现象。在此基础上,详细地探讨了目标信号与瞬态干扰在时域极化特性上的区别,并依此设计时域极化滤波器,以达到瞬态干扰位置判断和抑制的目的。根据目标信号极化参数建立数据恢复模型,对瞬态干扰处目标信号进行预测。通过仿真分析和实验数据处理结果表明本文方法能够有效地去除瞬态干扰并恢复目标信号。由于时域极化处理对噪声的抑制能力有限,为提高极化预处理算法性能,本文进一步分析了目标与噪声在频域极化特性上区别,以时域极化处理方法为原型,提出了基于频域极化滤波的DOA估计算法。仿真研究表明,在发射与接收距离较近、背景噪声为实测环境噪声和双目标情况下,基于频域极化滤波的DOA方法均比常规矢量处理方法具有更好的表现。实测信号处理结果也证实了此方法具有良好的估计性能。本方法在使用中基本不需要目标的先验知识,更适合用于被动目标定位与追踪中。2.基于声矢量信号模型的DOA估计方法基于高阶统计模型的DOA算法既能扩展阵列孔径,又具备色噪声抑制能力,但扩展后阵列中存在大量冗余项,计算量较大。针对这一问题,通过分析四阶累积量对均匀声矢量线阵的扩展特性,提出了两种协方差矩阵重构方法:直接剔除法和重合项平均法。理论分析和仿真研究表明,对于均匀矢量线阵,本文提出的两种算法能够有效的降低协方差矩阵维数;基于重合项平均法的DOA算法性能甚至优于未去冗余的四阶累积量DOA方法。虽然高阶统计模型能扩展阵列孔径,但在应用中仍存在一些局限性,若条件允许,还应采用大尺寸阵列以获得较为理想的DOA估计结果。单矢量水听器输出三或四路信号,相比于阵元个数相同的声压阵,随着阵元个数增多,矢量阵DOA算法的运算量增大程度更为明显。为提高DOA算法的运算速度,四元数被引入声矢量信号处理中,以其特有的运算法则降低DOA算法计算量和所占内存空间。但声矢量信号的现有四元数DOA算法未充分利用矢量传感器的固有指向性,致使方位估计结果存在模糊。本文对现有模型下数据协方差矩阵进行详细推导,分析模糊的产生原因,并以此为基础,利用四元数的乘法运算规则,提出现有模型的改良方法,以消除估计结果中存在的模糊;提出声压振速四元数模型,并将声压振速四元数模型与非空间ESPRIT算法相结合,实现无模糊方位估计。理论分析和仿真结果表明,通过新提出四元数模型既有效地降低DOA算法的计算量和内存空间又克服了模糊问题。