波达方向（Direction-of-Arrial,DOA）估计技术是5G与物联网相融合的关键技术之一,超分辨子空间类DOA估计算法实现了较优估计性能,但由于均匀阵列存在孔径较小、阵元间互耦误差较大、阵列分辨力较低等不足,其性能仍有待提高。互质阵列作为一种新型的稀疏阵列,具有等阵元数时阵列孔径大、等孔径时阵元开销数少、阵元互耦误差小、高分辨力等优势,能够获得更优异的阵列信号处理增益,因此结合互质阵列的DOA估计方法研究受到了国内外专家和学者的广泛关注。通信系统中的大量信号具有时域循环平稳特性,将这一特性与DOA估计方法相结合可获得信号筛选分离估计能力、较强的噪声和干扰抑制能力。当前,基于互质阵的DOA估计研究领域中,互质阵结合循环平稳信号DOA估计的研究尚处于起步阶段,针对具体信号场景下的DOA解算方法较少,阵列与信号自身特性相结合的估计方法研究还有待深入研究。本文以互质阵为核心,深入探究互质阵在循环平稳信号DOA估计中的适用性,开展基于互质阵的循环平稳信号DOA估计方法研究,以提高DOA估计方法性能。主要包括两个方面:阵型特性和循环平稳特性融合的解算方法研究、联合循环平稳特性和非圆特性的解算方法研究。本文的主要研究内容和创新之处如下:1.针对循环平稳信号DOA估计算法精度受限于均匀阵列结构问题,将互质阵结合到循环平稳信号的DOA估计中,提出一种基于谱峰融合的循环平稳信号高精度DOA估计算法。该算法首先构造互质阵子阵的接收信号模型,结合信号的循环平稳特性计算阵元的循环相关函数,重塑阵列输出数据矩阵。其次,利用循环MUSIC（Cyclic MUSIC）算法分别求解子阵的DOA估计值。最后,利用解集之间的互质特性结合谱峰融合思想,消除阵列阵元间距稀疏存在的模糊解问题。仿真实验表明,该算法较现有基于均匀阵的循环平稳信号DOA估计算法具有较高的估计精度。2.针对在欠定估计条件下无法对循环平稳信号实现有效DOA估计的问题,对循环相关矩阵进行矢量化重构处理构造虚拟阵列,提出一种基于矢量化重构的循环平稳信号欠定DOA估计算法。该算法首先构造了互质阵阵列接收信号模型,通过矢量化处理构造虚拟阵列模型,引入虚拟阵元从而实现了阵列自由度（Degree of Freedom,DOF）的提升;其次,应用空间平滑技术处理最大连续虚拟阵元部分的输出矩阵,采用循环MUSIC算法求解DOA;最后,为降低算法运算复杂度,结合无需划分网格搜索的求根多项式方法求解DOA值。理论分析和仿真验证表明,该算法能有效提升自由度,且算法的计算复杂度较低,算法基于互质阵利用矢量化重构方法实现了在欠定条件下对有用信号的有效估计,突破可估计信号数需小于物理阵元数的限制,改善了DOA估计性能。3.针对具有非圆特性的循环平稳信号DOA估计问题,结合信号非圆特性构造虚拟扩展阵列,提出一种联合非圆特性的循环平稳信号DOA估计算法。该算法首先建立了阵列接收信号模型,利用入射信号在统计特征上的非圆特性,将阵列接收信号矢量与其共轭级联构成一个非圆扩展阵列接收信号矢量,扩展了阵列模型的等效孔径;其次,结合循环平稳特性计算阵列各阵元的循环相关函数,构造非圆扩展阵列的接收数据矩阵,应用子空间类算法求解子阵的DOA值;最后,采用谱峰融合方法消除模糊值得到真实信号来波角度值。仿真实验表明,该算法具有较高估计精度,同时验证了该算法相较于现有算法,充分利用了信号非圆特性,有效提升了算法的DOA估计精度。