正弦信号频率估计是信号处理领域的基础问题。傅里叶分析方法是信号分析的最基本方法,离散傅里叶变换(Discrete Fourier Transform,DFT)是傅里叶分析的核心,通过它把信号从时间域变换到频率域,进而研究信号的频谱结构和变化规律。本文围绕DFT在频率估计中的研究与应用,开展了如下工作:首先,研究了频率估计的基础理论,介绍了本论文频率估计问题所采用的数学模型—正弦信号模型,继续讨论了正弦信号模型的离散时间傅里叶变换。然后,阐述了基本的参数估计理论,包括参数估计的一些定义。另外还介绍了参数估计的方法,具体有最小二乘估计,线性的最小均方误差估计以及最大似然估计。接着,以正弦信号为数学模型,分别综述了两点DFT和三点DFT的常用高效频率估计算法。两点DFT的频率估计算法,重点研究了基于三角形自卷积窗口内插DFT算法、基于多余弦加窗的IpDFT算法和基于MSD加窗的IpDFT算法。而三点DFT的频率估计算法,重点研究了最小二乘结合SDFT算法以及基于MDW加窗的IpDFT算法。两类算法都能有效的改善DFT变换中的频谱泄露和栅栏效应问题。然后,研究了基于DFT的两点频率估计算法,并且分别通过一元二次方程和一元三次方程来估计频率。考虑并计算正频率和负频率的频谱叠加以改善估计性能。我们分析了加性高斯白噪声情况下算法的理论性质。仿真结果与理论值吻合良好。此外,我们还和其它的算法进行了比较,其中包括CLS-SDFT算法、TSCW算法、多余弦加窗的IpDFT算法、基于MSD加窗的IpDFT算法以及基于MDW加窗的IpDFT算法等等。最后,提出了一种基于不同时不同频的新频率估计算法。介绍了要估计的信号模型,通过公式推导,推出了基于一元三次方程的方法来估计频率。其次,我们对于基于一元三次方程进行了模拟仿真分析,并且和其它的算法进行了比较,其中包括CLS-SDFT算法、TSCW算法、多余弦加窗的IpDFT算法、基于MSD加窗的IpDFT算法以及基于MDW加窗的IpDFT算法,验证了所提出算法在性能上有出色的仿真效果。