快速傅里叶变换（Fast Fourier transform,FFT）具有物理意义明确和便于计算机实现等优点已是信号频谱分析的主要方法之一,但其频谱泄漏和栅栏效应的问题导致信号经FFT后得到的离散频谱参数均存在较大误差。对信号时域加窗和频域插值能有效抑制频谱泄漏和改善由栅栏效应导致的频谱参数估计误差。在已有的频谱参数估计方法中,插值FFT法是研究较为广泛的一种方法。但现有插值FFT法存在频率计算公式受制于窗函数限制,谱线位置选择固定,算法抗噪性能不理想等缺点,因此在一定程度上限制了其在实际工程中的应用。本文在总结已有的插值FFT法基础的上,主要研究工作如下:首先,利用窗函数主瓣拟合和最大旁瓣衰减窗插值公式,提出了一种可适用于所有经典窗函数的迭代差值FFT法,并推导了统一的插值公式。在此基础上,研究了对于所有经典窗高斯白噪声序列离散频谱任意间隔两根谱线相关性的问题,并给出了其计算公式,由此推导出在高斯白噪声背景下频率估计量的统计特性。经理论分析和仿真验证:对于具有较快旁瓣衰减速率的窗函数,该算法在具有较少迭代次数的同时还兼具较高的估计精度。在谐波分析中,具有较快旁瓣衰减速率的窗函数往往是较为理想的选择,此类窗函数具有较小的扇形损失,因此该算法非常适合用于谐波分析和信号受噪声干扰较小的情况中。其次,以增强插值FFT法抗噪性为主要目的,提出了一种基于补零的迭代插值FFT法,通过窗函数主瓣拟合可将其扩展至所有经典窗,并在第二章经典窗高斯白噪声序列离散频谱任意间隔两根谱线相关系数研究的基础上详细分析了该算法频率估计量的统计特性。由于该算法可以选择较小的谱线间隔,故其具有优秀的抗噪性能。经理论分析和仿真验证:仅通过一至两次迭代计算频率估计量的均方根误差在全频段即可达到克拉美罗下限,在强噪声干扰环境下具有良好的稳健性,适用于有较大噪声干扰的工程信号分析。最后,根据三个工程实例信号特点的不同,将基于最大旁瓣衰减窗的迭代插值FFT法和基于补零的迭代插值FFT法分别应用于滚动轴承故障特征频率估计,油井动液面深度测量和直线位移传感器误差补偿。结果表明,以上两种改进的频谱参数估计方法均能有效提升滚动轴承故障特征频率识别精度,动液面的深度检测精度和误差曲线拟合效果,具有良好的工程实用价值。