信号的波达方向指的是空间中信号相对于阵列中参考阵元的到达方向。针对波达方向估计的研究一直是阵列信号处理中的热点问题,在通信、雷达、勘探等领域具有重要的应用价值。随着频谱资源地逐渐匮乏,无线电干扰造成的安全事件不断地涌现,尤其是无人机技术的兴起,造成了包括扰乱公共活动、偷运违禁物品、威胁商用空中交通以及进入限制空域等危险因素,这使得对空口信号进行识别与测向的需求日益凸显。由于空间中噪声以及多径效应等因素的存在,使得对信号来波方向的监测产生较大的干扰。子空间分解类算法,如MUSIC算法、ESPRIT算法等具有超分辨能力,可以利用噪声子空间与信号子空间正交的特性,有效地分辨出空间中信号所在的方位,是阵列信号处理理论中较为典型的方法。基于收缩估计的多重信号分类算法可以有效地改善协方差矩阵的估计性能,提高在样本数有限情况下的波达方向估计能力,但是该算法不能有效地分辨出空间中的相干信号和相距很近的信号源,且其在低信噪比下的性能表现较差。基于二阶微分的多重信号分类算法实现较为简单,且对空间中相距很近的信号源有较好的分辨性能,具有一定的解相干能力,但是在低信噪比的环境中,其对信号的波达方向估计能力较弱。本文针对已有算法在低信噪比、样本数有限和波源相距较近等情况下的不足之处,提出一种适用于相干信号环境的基于修正多重信号分类算法的波达方向估计方法,并将该算法应用到软件无线电平台中,实现了一个无线电测向系统。论文的主要工作和贡献如下:1)针对低信噪比、样本数有限和空间中波源入射角相距较近时已有算法对波达方向估计不准确的问题,提出了一种适用于均匀线阵的波达方向估计算法,解决了在上述条件下由于数据协方差矩阵估计的有偏性带来波达方向估计性能下降的问题。该算法采用线性收缩估计模型得到收缩目标和收缩系数,以此重构数据协方差矩阵,该矩阵经过特征值分解后得到特征值和特征向量,构造出相应的谱估计函数,再对此函数求解二阶导得出最终的谱估计函数。仿真结果表明,本文提出的算法在低信噪比、样本数有限以及波源入射角相距较近的相干信号环境下,能更有效地分辨出信号的来波方向,其谱峰的指向性更清晰。2)针对目前无线电测向系统操作不灵活且整套设备较为昂贵等问题,实现了一个基于软件无线电的无线电测向系统,对本文所设计的算法进行了验证。根据USRP X310中内置的两块TwinRX子板的特性,首先对天线阵列进行相位校正的操作,得到阵列校正的相位差数据,再由所提算法对信号来波方向进行估计。实验结果表明,所提出的算法能有效地估计出空间中信号的波达方向,通过不断地变更信号源的位置,该系统仍能分辨出信号的方位,满足实用性的需求。