波达方向估计是阵列信号处理领域中非常重要的研究方向之一，可以对不同入射角度的信号源准确实现其方向估计。现有的算法多采用多重信号分类(MUSIC)算法，它是经典的超分辨算法。后来经过研究发现，许多信号都具有循环平稳特性，与常规的超分辨算法相比，利用信号的这种循环平稳特性进行波达方向估计能够在信号的选择测向能力、低信噪比下抗干扰能力、多信号处理能力等等方面得到更好的性能优势。因此，基于信号的循环平稳特性的波达方向估计是阵列测向领域的一个重点和热点。本文的工作分主要为三个部分。在详细介绍了经典的循环平稳算法Cyclic MUSIC算法的基础上，对Cyclic MUSIC算法和MUSIC算法进行仿真对比，从仿真曲线上可以看到Cyclic MUSIC算法确实具有一些MUSIC算法无法达到的性能优势。针对一维相干信源的问题，提出了基于信号的循环平稳特性的两种新的算法。一种算法将信号的循环平稳特性与空间平滑算法相结合，对于接收信号阵列按照空间平滑的原理划分子阵，对各子阵输出数据的循环相关矩阵求平均，达到解相干的目的。另一种新算法采用均匀圆阵，将信号的循环平稳特性与矩阵分解算法相结合。新算法通过模式空间变换，将均匀圆阵转换为虚拟线阵，对变换后的新的输出数据的循环相关矩阵采用矩阵分解算法，恢复损失的秩，达到解相干的目的。仿真结果表明，新算法可以准确对相干信源进行波达方向估计，同时也保留了循环平稳算法的性能优势。第一种算法计算量比较小，但是在低信噪比的时候第二种算法的性能会更好。文章的第三部分采用双平行线阵，将循环空间平滑算法推广到二维空间。针对双平行线阵存在阵元冗余的问题，提出了一种简化的双平行线阵，以较少的阵元数就可以实现对信号源方位角和俯仰角的估计，通过仿真验证了算法的有效性。