提出了一种基于压缩技术和子空间迭代的特征向量迭代估计算法，由于该算法采用迭代形式，同目前的特征向量求解方法相比（如奇异值分解法），该算法计算量小、复杂度低、算法收敛速度快、易于实时实现，可对由信号构成的自相关矩阵的特征向量作出准确的估计。通过仿真实验可见该算法具有很高的估计精度。将该算法应用到MUSIC(multiplesignalclassification)谱估计中，通过计算机进行仿真对比可以看到，利用提出的算法进行谱估计精度要高于标准的MUSIC谱估计精度，且计算量大大减小，由此验证了算法的有效性和优越性。