为提高盖尔圆(Gerschgorindisksestimation)法实现源数目估计的算法性能,提出一种改进的盖尔圆方法(modi—fledGerschgorindisksestimation,MGDE).MGDE算法主要是利用盖尔圆圆心信息对盖尔圆半径进行独立压缩,使噪声盖尔圆半径压缩速度快于信号盖尔圆半径,从而使噪声盖尔圆尽可能地远离信号盖尔圆,更有利于源数目的准确估计,而且不必人为选择调整因子.仿真验证了MGDE算法在白噪声和色噪声中的源数目估计性能,并与AIC(akaikeinformationceriterion)、MDL(minimumdescriptionlength)、及GDE算法进行了对比分析.结果表明:在一定条件下,MGDE算法在白噪声和色噪声中的性能优于GDE算法,而且该算法的小样本源数目能力很好.