在通信领域与信号处理中,正弦信号的参数估计是一个基础性的,并且被大量研究的问题。目前,噪声背景下正弦信号的参数估计已经成功应用于雷达探测、声纳地震、语音信号处理、桥梁振动检测、通信系统中的信号恢复、生物医学检测以及电子通信技术等众多领域,引起越来越多的学者的关注和重视。因此,对于正弦信号的参数估计问题的研究具有重要的理论意义与实际应用价值。本文对最小二乘法、MC算法进行了分析,在噪声背景下,这些算法的估计值与真实值之间相差较大。针对此问题,本文对最小二乘法进行改进,得到了基于最小二乘法的非迭代频率估计算法。针对MC算法计算复杂度较高的特点,提出了基于MC算法的线性估计法。本文的主要工作如下:首先,给出了基于最小二乘法的非迭代频率估计算法。该算法提供了一种新的估计高斯白噪声背景下的正弦信号频率的方法,公式推导比较简单,易于工程实现。其次,给出了基于MC和正弦信号LP性质的算法。该方法通过最小化误差E,将非线性问题转化成线性拟合问题,抗噪能力较好,估计误差较小。仿真实验中,将此方法与经典MC算法进行了比较,并对性能进行了分析。再次,给出了正弦信号的幅值估计算法。该方法采用自相关函数估计算法,将信号等分为两个观测信号,建立第一个观测信号的LP等式,将第二个观测与LP等式作自相关,从而得出角频率的精确估计值。本章提出的方法有效的解决了频率估计值对幅值估计的影响,并将此算法与MC算法进行了仿真实验分析,由此看出该算法具有较高的估计精度。最后,给出了正弦信号的相位估计算法。该算法采用最小二乘估计算法,通过最小化正弦信号相位参数估计值与真实值误差平方和的表达式,得到初相位的估计值,并对其进行了性能分析。