同步是通信系统中最重要的问题之一,码元同步和帧同步都需要以载波同步为基础,因此对载波同步的研究具有重要意义。大频偏变化环境下信号有较大多普勒频偏和一阶频偏变化率,微弱环境下接收端信噪比低且存在干扰,传统的载波同步已经无法适用。本文将数据辅助载波同步和非编码辅助载波同步的优势相结合,应用到大频偏变化和微弱环境下的载波同步。针对于算法复杂度高,捕获精度不准确和跟踪环路性能差的问题,提出了两种改进算法,论文的主要研究内容如下:首先,本文研究了接收机的信号处理流程,将载波同步分为载波捕获和载波跟踪两个过程。载波捕获部分得到某一时刻的多普勒频偏和一阶频偏变化率的粗估计值,载波跟踪部分以载波捕获传递来的粗估计值为初始值,实时序贯的给出所有采样时刻载波参数的精确估计值。其次,本文研究了四类数据辅助的载波捕获算法:一级调频率逼近算法,平均周期图算法,修正的离散chirp傅里叶变换算法和分数阶傅里叶变换峰值搜索算法;比较了四类算法载波捕获的性能和复杂度,实验结果表明,修正的离散chirp傅里叶变换算法对于一阶频偏变化率的估计性能最好,分数阶傅里叶变换峰值搜索算法对多普勒频偏估计性能最好,且具有最小算法复杂度。再次,本文改进了分数阶傅里叶变换峰值搜索算法。首先对分数阶傅里叶变换的参数进行两步插值,提高了参数估计精度;然后,选取离散多项式相位变换算法对一阶频偏变化率进行粗估计,缩小分数阶域的搜索区间,当步长为0.001时,运算时间仅为原分数阶傅里叶变换峰值搜索算法的五分之一。最后,本文对非编码辅助的载波跟踪提出了改进的变分贝叶斯自适应扩展卡尔曼滤波算法。首先研究了两类载波跟踪算法,扩展卡尔曼滤波算法的跟踪精度和收敛速度均高于二阶锁频环辅助三阶锁相环算法。但是扩展卡尔曼滤波算法存在抗干扰性差的问题,本文提出的改进算法可以准确跟踪观测噪声协方差值的变化,在干扰条件下能获得较高的跟踪精度。