在现代功率谱的非参数模型谱估计方法中,采用特征分解进行功率谱估计来估计白噪声中正弦信号的频率是一个常见的问题。其中的MUSIC方法具有很高的分辨率,但它的缺陷在于抗噪声性能还有待提高,而且由于它是对有限个观测数据进行处理,自相关阵的维数不能取得太低,导致了估计误差的存在。 本文概要介绍了各种现代功率谱估计方法的基本原理,深入讨论了基于特征分解的功率谱估计方法,在详细介绍了Pisarenko谱估计方法与流行的MUSIC方法的基础上,引入窗函数和线性预测的特点,提出了三种新的基于数据加窗和线性预测的改进MUSIC方法——WMUSIC方法、LMUSIC方法以及LWMUSIC方法。结合大量反复的仿真试验,说明了改进后的三种MUSIC方法能够进一步提高MUSIC方法的频率分辨率及抗噪声性能,并且提高了短时数据和较低的自相关阵维数情况下频率估计的准确性。其结果对于白噪声中正弦信号的研究有较大的参考价值。