多重信号分类(MUSIC)算法是子空间类DOA估计的经典方法,它能够有效的估计特征子空间,实现高分辨DOA估计。但是MUSIC算法也存在一些不足之处,如实际应用中信号参数或统计特性往往是变化的,而MUSIC算法是一种批处理算法,即将所有观测数据一齐获得后进行一次性处理,不适合参数或统计特性变化的系统和信号;另一方面MUSIC算法的特征分解过程计算量较大,较难实现DOA的实时估计。因此,MUSIC方法不适合用于实时信号子空间的跟踪与更新。本文在分析了现有的子空间更新算法和矩阵特征分解快速算法的基础上,用圆阵幂迭代子空间更新算法实现了信源的二维DOA估计和跟踪,包括如下内容。首先,建立均匀圆阵接收数据模型,并对经典MUSIC算法进行仿真,对其估计性能进行分析。其次,在分析了幂迭代方法及其规范和加速算法的基础上,将矩阵收缩思想与幂迭代方法相结合,利用数据协方差矩阵的Hermitian特性,对幂迭代方法进行改进,使其能够快速精确的求取矩阵全部特征值和特征向量。同时,用数据协方差矩阵秩-1更新与改进的幂迭代方法,对协方差矩阵的子空间进行更新,并实现了信源的DOA估计和跟踪。最后,对幂迭代子空间更新算法的估计性能进行分析和仿真,得到一定条件下,算法收敛性能和估计性能的关系,如收敛精度越小,分辨力越好,估角精度越高,但是迭代次数增加,计算量也随之增加。在ADSP-TS101上实现了幂迭代算法,对运算时间和计算结果进行比较。