频谱技术在现代雷达、声呐及无线通信领域中有非常广泛的应用,如何对信号的频谱进行精确高效地估计,已经成为目前军用和民用通信侦查领域的重要研究课题之一。本文旨在研究水声环境中被动感知中的高分辨线谱估计以及应用问题。首先,针对经典周期图谱估计精度不高的问题,研究了迭代自适应谱估计算法(Iterative Adaptive Approach,IAA)、基于迭代最小化的稀疏谱估计算法(Sparse Learning via Iterative Minimization,SLIM)以及基于变分贝叶斯的谱估计算法(Variational Bayesian Inference of Line Spectra,VALSE),并分别进行仿真分析和对比分析。仿真结果分析表明,相对于经典周期图谱估计方法,IAA、SLIM和VALSE谱估计方法充分利用了现有观测数据,提高了谱估计效果,具有更高的精确性,其中VALSE算法性能最为优越,频谱估计精度最高。其次,基于试验和数据处理要求,选择在Windows平台下使用跨平台界面库wxWidgets开发了一款集仿真、试验数据预览、时频谱分析以及回放等功能的应用软件。仿真模式下,可以通过设置单频信号和线性调频信号的信号长度、频率、采样率等参数来生成仿真信号,并在高斯白噪声背景下进行谱估计仿真,谱估计算法采用的是谱估计算法中性能最为优越的VALSE算法。试验模式下,软件通过读取波形文件读取试验数据,对试验数据进行时频谱分析,显示波形图以及时频图,通过切换菜单实现波形图和时频图的切换。对于仿真信号数据和试验数据,软件均可以实现数据波形预览、时频图分析、播放、停止、回放以及跳至开头等操作。最后,分别用每种谱估计方法对试验数据进行处理,并结合经典周期图法进行对比分析。试验数据分析表明,基于变分贝叶斯的谱估计算法具有较高的频谱估计精度,开发的软件满足设计需求。