在阵列信号处理领域中,平面波的波达方向(Direction of Arrival,DOA)估计始终是一个的基础问题。在过去的几十年中,有很多高分辨率的波达方向估计算法被提出,如多重信号分类算法(Multiple Signal Classification,MUSIC)、求根MUSIC算法(Root-MUSIC),以及旋转不变子空间算法(Estimation of Signal Parameters via Rotation Invariance Techniques,ESPRIT)。在天线阵列的二维波达方向估计中,传统的高分辨率算法可以准确的估计出信号的角度,但由于需要对波达方向进行二维搜索,因此有复杂度高,计算量大的缺点,在一定程度上限制了算法的性能的提升。首先,我们对阵列波达方向估计的研究发展现状做出简要的介绍,并且对空间谱估计基本理论进行了初步的研究和调研。然后,在L型阵列(L-shapedArray)下,我们对波达方向估计算法做出了深入研究,提出了一种解耦合算法。该算法通过使用Jacobi-Anger展开式将天线阵列的阵列流形进行解耦合从而使得方位角与仰角分离,将阵列流形重构为两个矩阵的乘积。通过借助重构的阵列流形,可以使用求根MUSIC算法(Root-MUSIC)对二维波达方向进行估计,降低了算法的复杂度,并且通过仿真实验证明了算法的可行性。之后,我们对均匀矩形阵列(Uniform Rectangular Array,URA)下的波达方向估计算法进行了深入的研究。在传统的二维MUSIC算法中,由于需要对仰角和方位角进行二维角度搜索,因此计算量较大,复杂度较高。为了实现复杂度和估计性能的均衡,我们通过解耦合算法实现均匀矩形阵列的DOA估计,只需要通过对仰角进行一维搜索就可以得到二维波达方向的估计值,相对于二维MUSIC算法,在一定程度上降低了算法的复杂度。并且通过详细的仿真实验对解耦合算法以及二维MUSIC算法进行了较为全面的比较。最后,我们在第五章中对天线阵列的波达方向估计技术做出了总结和展望。