受特殊的应用环境和硬件规模的限制,一些性能良好但运算复杂的测向算法无法适用于弹载雷达,而导弹-目标相对超高速运动又要求测向系统具有高精度的实时测向能力。本文在防空导弹与空中目标相对超高速运动的背景下,围绕弹载雷达实时、高精度的测向技术展开了研究,主要研究内容可分为四个部分。首先,介绍了半主动导引头的制导模型,分析了防空导弹半主动导引头经常使用的连续波信号,并对窄带噪声作了讨论;紧接着,研究了适合用于实时测向的二维干涉仪测向系统,介绍了二维干涉仪测向的原理并对其测量误差作了分析,给出了影响测向精度的因素。其次,研究了适合用于雷达导引头的基于均匀圆阵(UCA)的闭式测向算法,对该算法作了详细的推导;在此之后,又对测量相位差时经常使用到的FFT法的测量原理与测量误差作了分析;为了降低FFT求相位差时的运算量,又研究了分组FFT估计相位差对精度与运算量的影响,并得到分组可以获得和不分组相近的测向精度却可以较大幅度降低运算量的结论。在此基础上,又研究了基于平行基线的解相位模糊的方法,并在噪声和相位不一致性的影响下,对该方法正确解模糊所需要的条件作了详细的分析。受人工神经网络与机器学习的启发,对基于神经网络的测向方法的可行性展开了研究,分别提出了基于多层感知器(MLP)网络的测向方法和基于径向基函数(RBF)网络的测向方法。在反向传播(BP)算法的基础上,研究了可以加快训练速度的非线性共轭梯度算法,给出了基于MLP网络的测向模型并对该模型作了仿真测试;接着,研究了K-means算法和递归最小二乘(RLS)估计,又提出了基于RBF网络的测向模型,并在同样的测试条件下对该模型作了仿真分析。最后,针对防空导弹半主动导引头超高速实时测向的应用背景,在噪声和相位不一致性的干扰下,提出了基于圆形阵列的32阵元弹载雷达测向方案和阵元数最优的10阵元测向方案,给出了两个方案的阵元优化排列图,在相同的测试条件下对所提出的两套方案在全方位作了仿真测试与对比分析。