估计被噪声干扰的多正弦信号参数问题是通信系统、电力系统、语音信号处理系统等众多领域研究的重要课题。高斯白噪声是最普遍的噪声,如何在高斯白噪声背景下提取信号的参数一直备受关注。本文首先介绍了多正弦信号参数估计的基础理论,然后分析了多正弦信号参数估计的经典Prony算法和经典Pisarenko算法。针对这两种算法易受噪声干扰的问题,提出了经典Prony算法和经典Pisarenko算法的改进算法,在给出理论推导的同时,用实验验证了算法的有效性。本文工作内容如下:1.提出了经典Prony算法的改进算法。该算法在时域中建立了信息累积关系,根据信息累积关系构造Prony多项式。仿真实验表明改进算法在噪声干扰较大时估计性能优于传统Prony算法。2.提出了新的幅值和相位估计算法。该方法通过时域中信息累积,解决了经典Prony算法易受噪声干扰的缺点。并通过仿真实验验证了该算法的有效性。3.在经典Pisarenko算法的基础上,利用自相关函数可以降低噪声对信号干扰的特点,结合本文提出的时域中信息累积关系,提出了一种新的基于自相关的改进Pisarenko算法。仿真实验表明,改进Pisarenko算法的结果比经典Pisarenko算法的结果更加接近克拉美罗下限。同时提出了基于自相关函数的幅值和相位估计算法,并验证了算法的有效性。