MUSIC(Multiple Signal Classification)算法是一種在信號處理領域廣泛套用的頻譜估計方法，特別是在陣列信號處理中用於估計信號源的方向或頻率。它由Schmidt於1979年提出，基於子空間理論，能夠在接收到的信號中區分出來自不同方向的多個信號源。MUSIC算法的核心思想是對接收到的信號進行特徵分解，從而分離出信號子空間和噪聲子空間。這兩個子空間的正交性被用來進行空間譜估計，特別是在DOA（到達角度）估計方面表現出色。
MUSIC算法的基本步驟包括：
數據採集與協方差矩陣計算：通過陣列接收信號，計算接收信號矢量的協方差矩陣，反映不同陣列元素接收信號之間的相關性。
特徵值分解：將協方差矩陣進行特徵值分解，得到特徵值和特徵向量。特徵值按照大小排序，對應的特徵向量分為信號子空間和噪聲子空間。
空間譜估計：利用信號子空間和噪聲子空間的正交性，構造一個空間譜函式。在信號的DOA處，空間譜函式會出現峰值，通過搜尋這個空間譜函式的峰值，可以估計出信號的波達方向。
MUSIC算法的特點包括高解析度，能夠區分非常接近的信號源，適用於處理信號源個數少於接收感測器個數的情況。它在特定的條件下具有很高的分辨力、估計精度及穩定性。