描述一个完整的声场,仅依靠标量信息是远远不够的,更多的时候想要完整地描述声场信息需要依靠矢量信息。但是在很长的一段时间内,声场中的矢量信息却被人忽视,直到矢量水听器的出现,这种情况才得以改观。矢量水听器是一种复合型水听器,它能同步拾取声场中声压和振速信息,相较于传统的声压水听器提供了更加丰富的声场信息,为后续信息处理提供更加可信的数据。基于此,本文选择矢量水听器替代原有的标量传感器对波达角(direction of arrival,DOA)估计方法进行研究。论文在详细介绍矢量水听器后,结合现有的对称压缩MUSIC(Multiple signal classification compressed spectrum,MSCS)和半实值化MVDR(Semi-Real-Valued Minimum Variance Distortionless Response,SRV-MVDR)两种方位估计方法展开研究,希望可以得到更为有效的估计方法。全文的工作主要内容如下:系统介绍了矢量水听器和超分辨算法的国内外研究现状以及阵列信号处理的基本理论。在此基础上,进行了矢量水听器的数学模型构造,考虑到阵列结构与接收模型的紧密关系,对几种常用的阵列结构加以分析。基于MSCS算法展开研究,发现此算法在半谱搜索过程中存在无法区分镜面辐射源和真实源的弊端以及无法适用于矢量水听器阵列的缺点,为此本文对其加以改善,提出一种矢量阵MSCS能量方位估计方法。经过数学推导和仿真实验证明了此方法拥有更好的稳健性且半谱搜索可直接获得准确方位信息,不需要后续判别,提高了算法的效率。为了对半谱搜索算法的复杂度进一步改善,对于SRV-MVDR展开研究,此算法利用协方差矩阵逆的实部与导向矢量具有双重正交性,从而利用半实值化运算达到半谱搜索的效果,对半谱搜索类算法复杂度进一步压缩。然而,与其他半谱类算法相同,此算法在半谱搜索过程中无法区分镜面辐射源和真实源,为此本文提出加权子空间投影算法对SRV-MVDR进行优化,以克服此弊端。最后通过仿真实验证明:此算法拥有稳健性,更加适用于低信噪比、小快拍的实际工程环境。