[pt] Em sistemas de comunicações móveis, a modulação digital em fase (PSK)é amplamente utilizada em esquemas de transmissão em rádio-propagação. Trabalhos anteriores consideraram alguns métodos baseados no critério de máxima verossimilhança (MV) para estimação de direção-de-chegada de sinais genéricos que atingem um conjunto (array) de sensores. Esta tese propõe um novo estimador MV para a direção-de-chegada, desenvolvido especificamente para sistemas de comunicação PSK. Dois modelos de transmissão são concebidos para estimação dos parâmetros: um mais idealizado, considerando todas as portadoras alinhadas no tempo com o receptor, e outro que considera este desalinhamento na forma de retardo. O número de parâmetros a serem conjuntamente estimados é significativamente reduzido ao se calcular o valor esperado dos sinais medidos no array de antenas com relação µas fases de modulação (dados de informação). O desempenho do estimador em vários cenários simulados é apresentado e comparado ao desempenho do estimador MV clássico desenvolvido sem considerar uma estrutura específica para o sinal. Limitantes de Cramér-Rao para os cenários de portadora única também são calculados. O método proposto se mostra mais robusto por apresentar melhor desempenho que o estimador MV clássico em todas as simulações. / [en] In mobile communication systems, phase shift keying (PSK) modulation is widely used in digital transmission schemes. Previous works have considered several maximum likelihood (ML) methods for the direction-of-arrival (DOA) estimation of generic signals reaching a phased-array of sensors. This thesis proposes a new ML DOA estimator designed to be used in PSK communication systems. Two transmission models are considered for parameter estimation: a simpler one, considering all carrier clocks time-aligned with the receiver clock, and another that considers this misalignment as a delay for each carrier. The number of parameters to be jointly estimated is significantly reduced when the expected value of the antenna array measured signals with respect to the modulation phases is evaluated. The estimator performance in several simulation scenarios is presented and compared to the performance of a classic ML estimator designed for all sorts of signal models. Cramér-Rao bounds for single carrier scenarios are also evaluated. The proposed method robustly outperforms the classic ML estimator in all simulations.