矢量水听器的研制为人类生产生活带来了便利,也为人们进一步了解各种复杂多变的水下环境增添了新的力量。尤其是当下处于研究热点的MEMS矢量水听器,它不仅继承了以往矢量水听器的所有特点,而且还具有体积小,一致性好等强大优势,配备了该技术产品的设备,能够为其在实际工程应用中提供更大的施展平台,进而促进MEMS矢量水听器的研究与改进。本文从智能优化算法下的传统DOA估计入手,选用DE,GWO,QGA和SSA四种算法并对它们进行了改进,选用MUSIC算法和ML算法为基础来进行联合优化,并对它们在阵列信号处理中的仿真结果和实际效果进行了研究,主要的研究内容如下:(1)将四种改进的优化算法分别与MUSIC算法相结合,并将MUSIC的谱函数当做优化算法的目标函数来寻求极值,之后通过峰值定位大致区间,进而分步进行搜索各个角度,最终达到DOA估计的目的。在一定程度上,绝大部分信噪比区间中改进算法的效果都是优于MUSIC算法的,估计精度也更高,均方根误差也更小。最后通过的汾河二库的实测实验,测试结果也都在很小的误差以内。(2)同样将四种改进的优化算法与ML算法相结合,并把ML的求秩绝对值函数当做优化算法的目标函数来直接寻求极值,以达到同时多个DOA估计的目的。这相较于原本ML算法而言,复杂度大幅度降低,且算法改进之后迭代更少,效率也更高。同样的实测实验,效果也不错,达到了预期结果。本文提出的两个方向的DOA估计模型,都在实测实验中取得了一定的估计效果,这固然和数据的预处理分不开,但也从侧面说明了估计方法是具有一定实用性的,这为DOA估计的研究提供了新的思路,同时也拓宽了DOA估计的实际应用领域。