阵列信号的多维参数联合估计是当前信号处理领域的一个重要研究方向，然而，经典的特征子空间类算法由于涉及到阵列协方差矩阵的估计及其特征值分解，因而计算复杂度较高，尤其是在模型阶数较高的情况下，其运算量是相当可观的，难以满足工程应用中实时处理的要求。另一方面，为了降低计算复杂度，通常将一个多维的联合估计问题转化为几个独立的一维估计问题，这就需要对多个参数进行配对。本文围绕以上问题展开了较系统的研究，所作的工作概括如下： 1．系统地阐述了阵列信号处理的基本理论，包括阵列系统的模型、阵列信号处理算法对空间信号的基本假设。重点讨论了空时模型下到达角估计的Cramer-Rao下界。探讨了降维处理的思想和方法。 2．研究了基于波束空间的多参数估计技术。首先研究了基于两种共形天线阵和相模激励的波束空间2-D到达角估计算法。重点研究了基于DFT波束空间的2-D到达角估计方法，并分析了作进一步降维处理的性能。随后研究了波束空间信号频率、2-D到达角三维参数联合估计算法，指出了算法的理论与现实意义。 3．研究了基于传播算子的多参数估计技术。由于传播算子是一种线性算子，无需进行特征值分解，从而从本质上降低了计算复杂度。首先回顾了传播算子方法的基本思想，随后分别研究了四种多维参数估计算法，通过数值模拟验证了算法的性能，并给出了这几种算法的若干渐进性能比较。 4．提出了四种低复杂度的多参数估计方法。首先较全面地研究了用于降维自适应滤波的MSWF技术，通过理论研究和计算机数值模拟来验证其特性，为后文提出的四种几种算法提供了理论依据。随后分别提出了没有特征值分解的空-时谱估计算法和二维空间谱估计算法。然后又进一步提出了计算有效的信号频率、到达角联合估计算法和2-D到达角估计算法。相比经典的特征子空间类的谱估计，它们均不需要估计阵列协方差矩阵和对其进行特征值分解，因此是计算有效的。通过实测数据计算和大量数值模拟验证了算法的有效性，