由于多种因素的限制，天线阵列孔径不能过大，造成波束宽度较大，旁瓣电平较高，空间分辨率不足，无法分辨空间临近的多个目标。近年来发展迅速的压缩感知（Compressed Sensing）理论利用信号的稀疏性先验信息，在有限阵元的条件下获得较高的测向分辨率。本论文针对不同的阵列结构（均匀线阵、面阵和双基地MIMO阵列）分别讨论了稀疏理论在目标方位估计中的应用。在面阵目标二维波达方向（Direction ofArrival：DOA）估计中，阵元数量较大，二维基构造比较复杂，本论文通过行列合成技术，将该二维波达方向估计问题转化为两个一维的波达方向估计问题，分别获得目标的方位和俯仰信息。仿真实验证明了该算法具有较高的空间分辨率。为了提高双基地MIMO雷达DOD-DOA（Direction of Department-Direction ofArrival）联合估计的精度，本论文在传统加权1范数约束模型的基础上，通过改进加权方式，提高了算法的抗噪性能，仿真实验证明了该算法可以实现目标的DOD-DOA联合估计，并且具有较好的噪声抑制效果和较高的估计精度。