波达方向(Direction-of-Arrival,DOA)参数估计是阵列信号处理中的一个基本的估计问题。许多经典的高分辨率波达方向估计算法都是基于点源进行信号建模,然而,由于复杂的应用环境导致信号产生多径效应,信源会在空域发生不同角度的扩展,此时,非相干分布信源模型与实际信号模型更加匹配。目前,研究者们已经提出了一些针对非相干分布信源的参数估计算法,但是,这些估计算法都是针对特定形状的天线阵列,应用范围存在限制性。针对上述问题,本文提出了适用于任意几何阵列形状或大角度扩展的非相干分布信源定位估计算法。本文首先简述了几种基于点源模型的经典DOA估计算法的基本原理,但是点源估计算法无法直接应用于非相干分布信源模型。一些研究者已经提出了很多基于非相干分布信源模型的估计算法。本文阐述了几种典型的非相干分布信源估计算法的基本原理,主要包括以子空间理论为基础的离散式信号参数估计(Dispersed Signal Parametric Estimation,DISPARE)算法和子空间算法,基于波束形成理论的广义Capon算法与协方差拟合算法。首先,本文提出了利用流形分离技术构造适用于任意阵列形状的阵列流形矢量,从而推导出阵列协方差矩阵的闭式表达式。通过扫描二维空间谱函数,获得中心DOA和角度扩展参数的初始估计值。这些初始估计值往往存在着误差,为提高参数估计的性能,本文首次提出利用一阶泰勒展开式近似协方差矩阵,并利用加权最小二乘算法提高参数估计性能,通过多维拟合的方式得到更加准确的估计参数。最后通过仿真实验证明,本文提出的非相干分布源估计算法的估计性能要优于协方差拟合算法和子空间估计算法。相比于其他非相干分布源参数估计算法,本文提出的算法的创新性体现在以下几点:(1)本文基于流行分离技术推导出的协方差矩阵的闭式表达式适用于任意几何形状的阵列或者大角度扩展的情况;(2)首次提出利用一阶泰勒展开式近似协方差矩阵,并利用加权最小二乘算法提高算法的参数估计性能;(3)本文提出通过多维拟合的方式,使多种估计参数同步匹配,从而获得更加准确的估计参数。