随着军事电子和通信技术的发展,电子侦察对抗将面临更加复杂的电磁信号环境。各种高频宽带信号的使用以及各种复杂应用环境的存在对阵列测向技术提出了严峻的挑战。传统的阵列信号参数估计方法都基于奈奎斯特采样的方式,除了本身存在一些固有问题(例如分辨率低、不能解相干以及阵列测向模糊等)外,对于宽带信号,其传感器接收的数据量和硬件采集设备的负担都变的非常的大。新兴的压缩感知理论以稀疏信号处理理论为基础,在欠采样信号的条件下即可完成对信息的采集和参数的估计,其在不同信号处理领域的应用亟待研究。本论文正是针对上述问题,以压缩感知和稀疏信号处理理论在测向领域的应用为主要的研究对象,在深入分析当今波达方向估计算法的基础上,对压缩感知阵列天线结构和稀疏测向算法进行了详尽的讨论和研究。主要内容为：1.针对高精度窄带测向算法展开深入研究。提出了一种基于特征值分解的多重正交匹配追踪算法。该方法首先利用特征值分解对阵列接收数据进行降维处理,这一降维操作使得问题转化为了一个具有多重观测向量的欠定方程求解问题,接着利用多重正交匹配追踪算法对降维后的数据进行处理,最终得到信号的来波方向估计值。2.针对高分辨宽带测向算法展开深入研究。在传统的宽带模型基础上,提出了一种宽带源分片稀疏表示模型,同时结合贪婪追踪算法,提出了一种多重分片正交匹配追踪算法。该算法联合利用了所有频点的接收数据来寻找局部最优解,最终实现了宽带信号源的高精度测向,具有更好的噪声稳健性；另外,基于谐波源模型,提出了一种宽带谐波源模型稀疏表示方法。该模型利用有限数量的谐波叠加来逼近真实的宽带信号,接着将测向问题转化为了一个稀疏恢复问题,进而利用凸优化方法求解,最终解决了唯空域稀疏表示模型遇到的谱平坦约束问题。3.初步探索研究针对分布式信号源的稀疏测向方法。提出了一种基于分块稀疏模型的联合范数约束凸优化算法。相对于传统方法性能有一定提高,为分布式信号源的估计提供了新思路。