文献综述（或调研报告）：
MUSIC算法的发展与现状
摘要：介绍了MUSIC（多信号分类）算法的发展与现状。首先介绍了MUSIC算法的基本思想，然后介绍了几种基于MUSIC算法的改进算法，包括Root-MUSIC算法、基于空间平滑技术的MUSIC算法、改进MUSIC算法和修正MUSIC算法，对各种算法性能进行简单的比较说明，最后简单介绍MUSIC算法在各个领域的应用，总结其未来发展趋势。
关键字：MUSIC算法；求根MUSIC；空间平滑技术；改进MUSIC算法；修正MUSIC算法
- 引言
信号处理在通信、雷达、导航、声呐、射电天文等科技领域中应用广泛。信号处理早期研究主要集中在时域一维信号处理上，如信号频谱估计和谱估计，后来发展到二维或多维信号处理，如图像处理等。随着信号处理应用的领域不断扩大，对空域信号处理的研究不断加深。空间谱估计技术（波达方向估计（DOA））是在近40年来发展起来的一门新兴空域信号处理技术，该技术在雷达、声呐、通信等领域都有十分广阔的应用前景。其主要目标是研究提高在处理带宽内空间信号角度的估计精度、角度分辨力和提高运算速度的各种算法。近年来，各种空间谱估计算法研究成果丰硕，理论日益完善。但延迟-相加法、Capon最小方差法等传统空间谱估计放大在实际应用中有很多缺陷，如相关信号的存在使信噪比恶化，同时分辨率受阵列孔径的限制等。1979年Ralph O.Schmidt[1]提出多重信号分类（MUSIC）算法，它实现了向现代超分辨测向技术的飞跃。MUSIC算法是一种经典的高分辨力的空间谱估计算法。它利用信号子空间和噪声子空间的正交性，构造空间谱函数，从而进行谱峰搜索来估计信号频率。近30年来，产生了许多基于MUSIC算法的改进算法，如Root-MUSIC算法[2]、基于空间平滑技术的MUSIC算法[3]、改进MUSIC算法[4]和修正MUSIC算法[5]等。通过对几种算法简单介绍和性能比较，总结MUSIC算法的未来需求和发展趋势。
- MUSIC算法
- 经典MUSIC算法
经典MUSIC算法[1][7]的基本思想是对所要分析的信号的相关矩阵函数进行特征分解，分别生成信号子空间和噪声子空间，利用信号子空间和噪声子空间的正交性，构造空间谱函数，从而进行谱峰搜索来估计信号频率。
设信号是复正弦信号加白噪声，表达式为
（1）
式中，和分别表示接受信号的复幅度和角频率。初始相位是在之间均匀分布的随机变量。并且当时，和是相互独立的。是白噪声，均值为0，方差为，与信号相互独立。信号向量定义为
（2）
