空间信号波达方向(DOA)估计是阵列信号处理的一个重要分支。基于子空间分析的二维DOA估计能够实现对空间信号更加准确的定位，并且充分利用阵列数据矩阵或其二阶统计量的内在结构特性，具有分辨率高、复杂度低、实时性好等优点，是 DOA估计领域的研究重点之一。随着二维DOA估计在工程实践中的实用性研究不断深入，人们对算法的估计精度、分辨率、计算复杂度等要求越来越高。本文在现有子空间类估计算法研究成果的基础上，针对二维DOA估计提出了三种改进算法，主要工作如下：
　　(1)为了提高面阵下二维DOA估计算法的性能，本文提出了一种基于传播算子(PM)的改进算法。从面阵接收信号中按一定规则提取相互重合的四个子面阵，由子面阵接收数据间的互相关矩阵创建一个新的数据矩阵，再利用 PM算法得到旋转不变关系矩阵，最后得到自动匹配的二维角度估计。本文算法的计算复杂度要小于传统面阵ESPRIT算法。仿真结果表明，在信噪比较低或快拍数较小时，由于复用了互相关矩阵中的数据，改进算法的角度估计精度要好于面阵ESPRIT算法。
　　(2)对阵列孔径进行扩展是提高DOA估计性能的一个重要手段。本文在双平行线阵模型下提出了一种高效的二维测向改进算法。主要利用阵列流形矩阵的共轭对称特性来扩展阵列的有效孔径，并结合 PM算法来实现自动配对的二维参数估计。仿真结果表明，与现有的一些测向算法相比，本文算法的角度估计精度显著提高，且复杂度较低。
　　(3)在相干信源 DOA估计问题上，本文基于 L型阵列提出了一种改进的相干信源二维DOA估计算法。改进算法提取互相关矩阵的第一列，利用相关规则构建一个列秩与信源相关性无关的新矩阵，然后对其正交化，构造求根多项式来降低计算复杂度。仿真结果表明，与现有的一些解相干算法相比，本文算法扩展了阵列有效孔径，提高了角度估计精度。