和阵元域处理相比,波束域处理具有计算量小,分辨信噪比门限低的优点.同时,声矢量传感器拾取了更多的声场信息,联合处理这些信息可以提高声呐的性能.把声压阵的波束域高分辨算法的思想和相干子空间方法(CSM)的思想引入到声矢量阵列信号处理,在Michael Zoltowsk提出的矢量阵的数学模型的基础上推导出了声矢量阵波束域宽带聚焦MUSIC算法,并作了计算机仿真研究.仿真的结果表明基于矢量阵的波束域宽带聚焦MUSIC算法无论是在分辨信噪比门限还是在角度分辨能力上都要优于声压阵波束域宽带聚焦MUSIC算法,而二者的计算量相当.和矢量阵阵元域宽带聚焦MUSIC算法相比,矢量阵波束域处理的计算量要远远小于阵元域处理.

现有的声矢量阵方位估计算法基本都是将声矢量传感器（AVS）的振速信息作为与声压相同的独立阵元信息来处理，没有充分利用AVS中声压和振速的相干性，以及由此带来的抗各向同性噪声能力．基于AVS中声压和振速的相干性原理，提出了一种新的声矢量阵最小范数算法．新算法充分利用了AVS中声压和振速联合信息处理的优势，能更好地将最小范数（MN）算法的高分辨能力与AVS的抗噪能力有机地结合起来，实现远程高分辨DOA估计．理论分析和基于湖试数据的仿真实验证明了所提算法的有效性．

矢量传感器的阵信号处理是研究矢量阵工程化应用的重要内容,但其运算量大。针对这一问题,提出了一种矢量阵的改进MMUSIC算法,该方法将维纳滤波引入到MMUSIC算法中,避免了矩阵的特征值分解,降低了运算量。采用矢量传感器均匀线阵研究该算法的性能,进行了仿真研究和实验验证。计算机仿真和实验结果表明：提出的算法可以清晰分辨相干信号,其性能优于MMUSIC算法,从而验证了该算法的有效性和可行性。