能谱处理算法是提高探测系统能量分辨率的重要方法之一。其中，种子局部平均（SLA）算法是一种比较新颖的处理算法，它通过平均计算来处理和输出多个信道站点的信号。然而，在处理对称双峰和偏心锋时，会出现峰位漂移和产生不存在的虚峰等问题。针对这一问题，通过赋予不同的权重、引入均值不等式和优化迭代参数，提出了一种基于概率密度函数迭代的加权平均变换（WAT）算法。概率密度函数模型用于描述探测器的随机输入信号。在对符合集合分布的随机输入信号进行累积处理时，使用加权平均的计算方法对信号进行处理。WAT算法保留了SLA算法的原始属性，提高了非对称峰值输入的能量分辨率，进一步提高了原始输入分布的适应性，解决了SLA算法中双峰输入后的虚峰和重合峰问题。部分波前处理将半高宽从741提高到435，峰位不漂移，没有虚峰。利用WAT算法对分布在高斯分布、对数高斯分布和多峰的输入信号进行了数值模拟，验证了WAT算法在求解能谱方面的有效性。