Esta tese desenvolve técnicas avançadas de processamento de sinais com arranjos de sensores, tanto para arranjos completamente calibrados quanto parcialmente calibrados. São propostas novas geometrias de arranjos esparsos baseadas em subarranjos lineares esparsos, bem como são desenvolvidos novos algoritmos de estimativa de direção de chegada (DOA) para sinais eletromagnéticos de banda estreita, utilizando-se a teoria de processamento estatístico. Os algoritmos propostos, denominados Generalized Coarray MUSIC (GCA-MUSIC) e Generalized Coarray Root MUSIC (GCA-rMUSIC), expandem a técnica clássica denominada Multiple Signal Classification (MUSIC) para configurações de subarranjos esparsos. Técnicas de projeto de subarranjos lineares esparsos foram propostas, assim como uma análise dos graus de liberdade dos subarranjos (sDoF) em função dos graus de liberdade do arranjo completo (DoF). Além disso, desenvolvem-se versões com tamanho de Janela Variável (VWS) desses algoritmos, que incorporam técnicas de suavização espacial com abertura variável. Esses métodos proporcionam estimativas de direção de alta precisão e conseguem estimar um número maior de fontes do que o número de sensores físicos em cada subarranjo, explorando estruturas de coarranjo específicas. A análise de desempenho demonstra que o GCA-MUSIC e o GCA-rMUSIC, juntamente com suas variantes VWS, melhoram a precisão no contexto de arranjos parcialmente calibrados, onde podem existir incertezas de calibração. Além disso, são apresentadas variantes VWS do algoritmo Coarray MUSIC (CA-MUSIC) para arranjos totalmente calibrados (coerentes), permitindo estratégias de suavização adaptáveis para um desempenho aprimorado. Além do desenvolvimento algorítmico, foram derivadas as Matrizes de Informação de Fisher (FIMs) para o conjunto completo de parâmetros deste modelo de dados generalizado, incluindo tanto as relações de parâmetros consigo próprios quanto cruzados. Essas matrizes levam em consideração as direções das fontes, potências das fontes, potência do ruído e as componentes reais e imaginárias de todos os parâmetros de calibração, representando cenários com fontes correlacionadas e descorrelacionadas. Este trabalho avança significativamente a compreensão teórica dos limites de desempenho da estimativa de direções, fornecendo uma quantificação mais rigorosa dos limitantes de Cramér-Rao. Esses limitantes são particularmente relevantes em cenários com arranjos parcialmente calibrados e fontes descorrelacionadas, conforme demonstrado utilizando-se modelos de dados baseados no produto de Khatri-Rao.