维护国家海洋权益,提高海洋资源开发能力,建设海洋强国已成为21世纪我国海洋发展的战略目标。建设海洋强国,无论是从军事应用还是民用需求,都迫切需要高分辨目标测向技术来提升水下目标的探测能力以及水下资源的勘测能力。因此,水下目标高分辨测向方法的研究对于海防安全及海洋资源的有效利用有着重要的战略意义。本论文以水下系统对高分辨目标方位估计的需求为着眼点,以稀疏信号处理作为基本研究理论,利用不同信号形式和线列阵阵型结构,开展了深入的基于稀疏表示理论的水下目标测向方法研究。通过计算机仿真和水池实验来验证这些理论方法的有效性和可行性,为工程应用奠定了理论基础。主要研究成果和创新点如下:1.提出了基于原子间干扰抑制的多快拍正交匹配追踪高分辨测向方法,解决了稀疏方位估计中空域网格细化带来的原子间干扰问题。该方法采用数据驱动方式来设计感知字典,利用阵列接收数据提供的先验信息,通过最小方差无失真响应的思想来迭代设计自适应感知字典,减小了感知字典中的原子间干扰,提高多快拍匹配追踪方法在选择正确原子的准确性。仿真结果表明,在高相干字典条件下,该方法能够有效抑制相邻原子间的相干性,减小在原子选择过程中的错误,提高了稀疏高分辨目标测向方法性能。2.提出了基于子空间加权混合范数最小化、Capon谱加权原子核范数最小化的稀疏高分辨稀疏测向算法,解决了非圆信号下高分辨方位估计性能提升的问题。算法利用信号的非圆特性扩展阵列虚拟孔径,提高了阵列的自由度。通过酉变换将阵列数据从复数域转换到实值域,采用奇异值分解来降低优化计算中矩阵的维数,有效地减小了优化变量个数,降低了算法计算复杂性。算法中分别利用子空间加权、Capon谱加权策略来增强稀疏高分辨目标方位估计的可靠性。仿真表明,与传统的稀疏测向方法相比,在不同信噪比和快拍数下提出的方法具有优良的高分辨估计性能,且能够在欠定情况下有效估计方位目标。3.提出了基于数据域字典学习的同步匹配追踪和协方差域Khatri-Rao积字典学习的前后向匹配追踪高分辨目标测向方法,解决了静态字典在稀疏高分辨目标方位估计中的网格失配问题。第一种方法利用奇异值分解来减低数据维度和减少噪声的影响,通过同步正交匹配追踪方法来重构稀疏信号,使用梯度下降方法来学习原子的扰动参数,以交替重构稀疏信号和扰动参数学习的方式来解决字典原子失配,提升高分辨目标方位估计性能。第二种方法在协方差域利用前后向匹配追踪对目标方位进行粗估计,采用梯度下降法学习Khatri-Rao积字典的扰动参数,采用两阶段迭代对离网格误差进行逼近,来提高信号功率和目标方位的估计精度。仿真结果表明,相对于传统稀疏估计方法,这两种方法能有效提升离网格条件下的高分辨方位估计性能。4.提出了降维多快拍原子范数最小化无网格高分辨测向方法,解决了稀疏方位估计中基于离散化网格无法精确表征目标方位参数连续的问题。该方法通过奇异值分解来进行降维和去噪处理,将目标方位参数放在连续域空间进行估计,构造出包含无限原子的基字典进行信号的稀疏表示。将基本问题转化为拉格朗日对偶形式,进而利用半定规划优化方法来进行求解。该方法利用了多快拍数据间的联合稀疏特性,提升了高分辨估计性能,利用降维处理减少了计算的复杂度。仿真结果表明,该方法不受网格大小的制约,能够在减少计算复杂度的同时具有优良的高分辨估计性能。5.将稀疏表示方法推广到非均匀线列阵的高分辨方位估计,提出了基于嵌套阵的迭代加权原子核范数最小化协方差矩阵重构高分辨方位估计方法和基于改进型互素平行阵的高分辨二维方位估计方法。第一种方法利用协方差矩阵的低秩、正半定特性以及范德蒙特-Teoplitz结构,通过迭代加权原子核范数来重构无噪协方差矩阵,利用无网格搜索类方法来估计目标方位,解决了嵌套阵列下非均匀噪声背景的高分辨目标方位估计问题。第二种在改进互素平行阵的基础上,结合稀疏表示方法和最小二乘交替迭代来高分辨估计目标的方位角和俯仰角。仿真表明,这两种方法能够利用非均匀线阵带来的高阵列自由度,提升目标高分辨方位估计性能。6.进行了稀疏高分辨目标测向方法的水池实验验证。利用水池实验系统对高相干字典条件下基于细网格的稀疏高分辨测向方法,离网格条件下的基于字典学习、原子范数最小化稀疏高分辨测向方法进行水池实验数据验证和分析。实验结果表明,在高相干字典条件下,提出的原子间干扰抑制的正交匹配追踪测向方法具有高分辨方位估计性能,在网格失配条件下,基于字典学习、原子范数最小化的稀疏高分辨测向方法,具有高分辨方位估计性能。实验结果支持了这三类方法的理论分析,为其工程应用奠定了基础。本文的研究成果对提升水下多目标高分辨方位估计性能具有重要的理论意义和实用价值,对其他阵列系统的高分辨方位估计问题的研究具有借鉴意义。