随着阵列信号处理技术的高速发展,在雷达、声纳、电子对抗、无线通信等应用领域,信号的频率和波达方向(DOA)的高精度估计发挥着越来越重要的作用。当应用场合的信号工作频率较高时,如果要在时域的采样频率满足传统的奈奎斯特定理,不仅在某些场合下硬件系统难以实现,而且大量的采样数据会降低系统处理速度,如果要在空域满足阵元间距大于半波长的条件,阵列阵元之间的互耦现象等也会使得参数估计的精度下降甚至算法失效。所以能够对信号欠采样后得到的样本序列进行高精度的参数估计是一个亟待解决的研究方向,时域的欠采样和空域的较大阵元间距会分别带来频谱模糊和相位模糊问题,同时面对日益复杂的电磁环境,仅仅针对单个入射信号的参数估计是不够的,而同时多个目标信号到达阵列的情况则会带来频谱信息、相位信息与目标信号对应关系模糊、未知的问题,本文围绕这些问题展开研究,并提出基于中国余数定理(CRT)重构算法的解决方案。首先研究了中国余数定理的基本理论,因其解模糊的特性可将其引入到欠采样下的阵列信号处理中,而由于传统的中国余数定理重构算法对余数误差是敏感的,所以采用鲁棒的中国余数定理对目标信号进行参数估计,针对多个目标信号到达阵列的情况,提出了基于多个整数的鲁棒中国余数定理重构算法进行频率估计的解决思路。然后建立时域欠采样下的多目标信号的频率估计CRT模型,进行多路并行欠采样,通过每路样本得到的多个模糊的谱峰位置构造频率余数,结合多个整数的鲁棒中国余数定理重构算法完成一定频率范围内的多目标信号的频率估计。此外,引入了改进的插值DFT频率估计算法对谱峰位置进行校正,减小了频率余数误差,提高了频率估计精度。最后提出了多目标信号到达阵列相位值的分组配对方法,将多目标信号的DOA估计问题转化为多次独立的单目标信号DOA估计问题,应用基于CRT的DOA估计模型和CRT重构算法完成多目标信号的DOA估计,完成阵列稀疏布置下的DOA估计。同时,建立改进频率和DOA联合估计的模型,采用插值DFT频率估计算法对频偏小数和相位值进行校正,进而通过同一样本序列得到信号准确的频率余数和相位差余数,以样本的高效率利用和较少的算法计算量完成空间中任意幅度的多目标信号的频率和DOA无模糊联合估计。仿真实验验证了参数联合估计算法的有效性、鲁棒性性能。