正弦信号的参数估计问题,在雷达、通信技术、振动信号分析处理、声呐等领域中有着极其重要的应用价值。正弦信号是在物理量的计量与测试过程中经常遇到的一种信号。在物理量的计量与测试过程中,有用信号均不同程度地受到噪声干扰,所以得到的由传感器输出的信号,除包含有人们感兴趣的物理量信息外,还包含有大量的噪声。信号特征的提取直接关系到测量的准确性与精确度,也是确保准确进行物理量计量与测试的一大难题。本文对小波变换理论下的微弱信号参数估计进行了研究,主要工作如下:　　1.提出了基于小波分解的正弦信号幅值与相位估计算法。利用求最小均方误差估计量的最小二乘解,解决了在强噪声背景下估计值精度低的问题,可以在较低信噪比下对正弦信号的幅值与相位进行估计。　　2.提出了一种对待估计信号进行预处理的叠加放大算法。该算法可以提高强噪声背景下正弦信号的相关性,降低噪声对信号的影响,提高信噪比。　　3.提出了基于小波分解的正弦信号频偏校正频率估计算法。该算法利用小波分解,构造出新的信号。并结合自相关算法得到了频率的估计值,通过仿真实验验证了本文给出的算法能够在低信噪比下有较高的估计精度。