本文主要从信号过完备表示的角度研究了信源定位问题。与现有的子空间拟合方法如MUSIC方法不同,本文将信源定位问题转化为一个不适定的反问题,通过正则化方法求解来获得准确的DOA估计。过完备的系统往往可以获得比较稀疏的解答,所以引入了两种稀疏化方法——1范数和p(0<p<1)范数,并将它们作为正则化方法中的稀疏约束项,以保证解答足够稀疏并且在正确的信源位置上出现谱峰。1正则化方法根据目标函数和约束项的不同,存在几种正则化形式,但它们都可以划归到二阶锥规划(SOC)的范畴,并采用内点法来求解。p正则化方法由于是非凸的,只能采用局部最优的迭代算法来近似代替其全局最优解。在实际仿真中,这两种方法都能够给出比较满意的DOA估计。另外,本文针对多采样信号在不同假设条件下提出了不同的处理方法:对非零均值信号主要采取均值处理方法,对于零均值信号则采用波束空间处理方法,而SVD处理方法适用于上述两种情况。由于本文的方法并没有利用阵列接收数据的协方差矩阵,所以在相干信号存在的条件下,不受协方差矩阵秩亏缺的影响。最后通过仿真试验研究了上述几种方法的分辨率性能、抗噪性能和抗相干信号性能,结果表明,本方法能够在低信噪比和相干信号存在的情况下保持高分辨率。