从强噪声中准确提取单一正弦信号的频率是通信系统、信号处理等领域一个非常重要的问题。目前,强噪声背景下正弦信号频率估计已经成功应用于雷达探测、语音信号处理、声纳地震、通信系统中的信号恢复、桥梁振动检测、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,对正弦信号频率估计研究具有极其重要的理论意义和实际应用价值。频率是正弦信号最重要的参数和最本质的特征,频率估计研究是信号处理领域的一个经典课题。本论文对几类正弦信号频率估计算法进行研究,包括经典的DFT算法、最大似然估计法、PHD算法、MC算法、TSA算法、Rife算法以及傅里叶系数插值迭代算法,分别在算法原理及计算量的基础上比较了算法的性能,通过仿真实验,得出频率估计均方根误差与信噪比之间的关系,并与频率估计均方根误差克拉美-罗下限做了比较。并且在分析总结各种算法的基础上,提出了相应的改进算法。本文的主要研究工作及结论如下:1、提出了基于正弦信号LP性质的分段自相关频率估计新算法。该算法解决了两步自相关频率估计算法(TSA算法)估计性能和计算量不能兼顾的缺点,在计算量较小的情况下逼近TSA2算法的性能,弥补了 TSA1改进后带来的计算量增加的问题。并对分段自相关算法进行了仿真实验,用结果分析其算法效果较好。2、提出了一种基于FFT的正弦信号频率估计新算法。通过分析Rife算法和傅里叶系数迭代算法的性能可知,Rife算法计算简单、精度不高,而傅里叶系数迭代算法需要两次迭代之后才会到达精度要求,每次迭代的计算量大。结合Rife算法和傅里叶系数迭代算法这两种算法的优缺点,本文新提出了一种改进后的高精度频率估计算法。并对此方法进行了仿真实验,结果分析其算法效果较好。