强噪声背景下正弦信号参数估计在信号处理与通信领域中是一个基本和广泛研究的问题。目前,强噪声背景下正弦信号参数估计已经成功应用于语音信号处理、通信系统中的信号恢复、雷达目标定位、生物医学检测、声呐定位、桥梁振动检测以及电子通信技术。因此,研究强噪声背景下正弦信号参数估计算法,具有重要的理论意义和实际的应用价值。　　本文研究分析了几类正弦信号参数估计算法的原理,包括FFT算法、MLE算法、MAP算法、MC算法、最小二乘算法。并通过仿真实验比较了算法的性能,得出参数估计均方根误差与信噪比之间的关系。同时,对其进行归纳总结并进行了相应的改进。本文的主要工作如下:　　1.提出了分段MC高精度频率估计算法。该算法提高了MC频率估计算法的精度,当信噪比高于17dB时,其均方误差可达克拉罗美下限。同时分段MC算法计算量低于MCC频率估计算法,公式推导简单,易于工程实现。　　2.提出了频率已知情况下的幅值与相位的估计算法。该算法提高了最小二乘算法的估计精度,且计算量低。　　3.提出了频率未知的情况下的幅值与相位的估计算法。该算法有效的解决了频率估计值的误差对幅值与相位估计精度的影响。