music算法理论发展及应用MUSIC（Multiple Signal Classification多信号分类）算法是1979年由美国人R.O.Schmidt提出的，它标志着空间谱估计测向进入了繁荣发展的阶段
它将“向量空间”的概念引入了空间谱估计领域，经过三十年的发展，可以说其理论已经比较成熟
自80年代以来，人们对基于特征分解的超分辨率空间谱估计算法进行了广泛深入的研究，并提出了一系列高效的处理方法，其中最经典的是多信号分类（MUSIC）算法，这种算法要经过一维搜索才能求出信源的来向，而相对最大似然（ML）和加权子空间拟合（WSF）等多维搜索算法的运算量已经减少了很多
以MUSIC为代表的算法存在一个缺点，即对相干信号处理的不理想
在针对相干信号源的一系列处理方案中，比较经典的是空间平滑技术，如空间平滑（SS）和修正的空间平滑（MSS）算法
然而，空间平滑技术是以损失阵列有效孔径为代价的，而且只适用于等距均匀线阵（ULA）
事实上空间谱估计算法都是在已知信号源数目下计算的，而在实际应用中这是不可能的，只能根据观测数据对源数目进行估计
R.O.Schmidt在他的经典之作中提出了依据阵列协方差矩阵特征值的分布来估计信号源的方法
这种方法在理论上是完美的，至少对独立源和部分相关源是正确的，但实际上由于数据长度有限，很大程度上只能依靠主观判断来确定源数
以上内容由大学时代综合整理自互联网，实际情况请以官方资料为准。
