在工程应用领域,分析信号的功率谱可以获得信号在各个频率上的能量分布,方便对于信号的后续处理。谱估计主要研究信号在频域中的各个参数,目的是提取被噪声淹没的有用信号,对于功率谱的估计方法可分为经典谱估计方法和现代谱估计方法。现代谱估计方法具有分辨率高的特点,且特别适用于短序列数据的谱估计,所以在通信、航空航天、雷达、语音和图像处理等多个领域有着大量的应用。本文首先研究了谱估计算法的发展历程及概况,分析了谱估计的研究意义。其次以经典谱估计算法为基础,进而研究了现代谱估计的一些算法,包括AR参数模型谱估计算法,MUSIC频谱估计算法,MVDR频谱估计算法和Burg谱估计算法。详细介绍了各个算法的性能以及优缺点,并对各个算法进行了软件仿真。其次,在详细研究已有算法的基础上,针对MVDR算法的计算复杂度高和Burg算法中估计精度差的特点,提出了改进的方法并进行了验证。然后,将现代谱估计方法在二维微波成像和噪声源识别处理的场景中进行了验证。在微波成像场景中,将这些算法扩展到二维雷达数据,并将图像数据用改进后的算法与改进前的算法进行了分析对比,以验证改进算法的有效性;在噪声源的识别场景中,通过对多个声源信号运用现代谱估计方法,估计出各个频率点上的噪声功率,分析出主要噪声源的源头及其能量分布和频率特性,从而为控制噪声提供了依据。最后,本文给出了改进算法在Virtex-5的FPGA开发板上实现方案的设计,在实现结构设计中对减小资源消耗量和提高处理速度的方面进行了优化。通过硬件实现与软件仿真结果的对比,验证了各个模块功能的正确性,说明了算法在硬件实现中的可行性。