空间谱估计作为阵列信号处理中的一个重要研究方向,在无源定位、雷达等领域得到了广泛的应用。多重信号分类算法（Multiple Signal Classification,MUSIC）因其具有良好的超分辨性能被广泛应用于空间谱估计中。本文以八元均匀圆阵系统为例,研究MUSIC空间谱估计算法在实际工程应用中的阵列校正、信源数估计和快速谱峰搜索等关键技术。论文主要工作如下:1.研究了适用于均匀圆阵的阵列幅相误差校正方法。分析了阵列误差对空间谱估计性能的影响,设计了一种均匀圆阵幅相误差提取与在线校正方法。采用自适应算法提取通道幅相不一致性参数,构建宽带校正滤波器,实现阵列误差补偿。针对有限阶宽带校正滤波器边带补偿性能的不足,提出一种边带通道幅相误差参数拟合的改进方法,改善了边带频点的校正效果。2.研究了白噪声和色噪声情况下的信源数估计算法。针对白噪声背景,提出了一种基于模糊聚类的信源数估计算法,相较于经典的信息论准则方法,该算法能够提高低信噪比和小快拍数时的信源数估计正确率。针对色噪声背景,研究了盖氏圆和对角加载技术的估计方法,提出一种基于特征值拟合的差分算法,降低了色噪声对特征值分布特性的影响。3.针对MUSIC算法计算量大、耗时多的问题,研究了空间谱快速谱峰搜索算法。将寻找复杂函数极值的仿生智能算法引入到二维空间谱的谱峰搜索中,大幅度降低了谱峰搜索计算量。针对基本仿生智能算法只能搜索出单峰的问题,提出一种基于小生境思想的聚类分析改进算法,实现了多信源空间谱峰的快速搜索。测试结果表明,相较于传统的网格遍历搜索方法,该算法具有更高的搜索效率,提高了MUSIC算法的实时性。