本文重点研究了数字信号的码元速率估计,载波频偏(CFO)估计,以及信号的到达频率差(FDOA)估计;分析了传统估计方法存在的缺陷;提出了新的估计算法并给出仿真性能。针对数字信号的码元速率估计,现有的方法包括基于循环互相关的方法,基于循环谱的方法,以及基于小波变换的方法。然而,这些方法需要信号的调制方式这一先验信息,且算法局限于少数的数字信号类型,无法应用于许多典型的数字信号。本文提出了一种基于最优尺度小波变换的自适应码元速率估计算法,这种方法在传统的小波变换方法基础上,利用“极值保持――微分”技术消除了不同数字信号间小波变换结果的差异性,因此算法可有效应用于包括幅移键控(ASK),相移键控(PSK),正交振幅调制(QAM)以及频移键控(FSK)在内的数字信号。然后,采用最优小波尺度选择的方法避免了传统小波变化方法中的“无效小波尺度”问题。最后,新算法分析了采样频率与算法性能的关系,并能自适应地选取最优采样速率进行信号采样,从而大大提高算法性能。仿真结果表明,基于最优尺度小波变换的自适应码元速率估计算法可有效应用于ASK,PSK,QAM,FSK等信号,且算法估计性能优于基于最优小波尺度的码元速率估计算法及基于多尺度小波变换的码元速率估计算法。针对数字信号的CFO估计,现有方法包括基于高阶累积量的方法以及基于非线性最小平方(NLLS)的方法等。然而,这些方法均需知道数字信号的调制类型,因此无法做到盲估计。本文提出了一种基于最小循环阶循环矩的盲频偏估计算法。首先,本文提出了最小循环阶(LCO)的概念,并给出了中频信号的最小循环阶循环矩和基带信号的最小循环阶循环矩的关系。然后,根据这一关系,提出了基于最小循环阶循环矩的频偏估计算法。最后,将信号的循环频率检测算法应用到本算法,提出了基于最小循环阶循环矩的CFO盲估计算法。新算法无需信号的调制方式,码元速率等先验信息,可有效应用于单载波数字信号以及正交频分复用(OFDM)信号。仿真结果验证了算法的有效性,表明了针对PSK和脉幅调制(PAM)信号,算法的均方根估计误差(RMSE)趋近克拉美罗界(CRB),并得出算法的性能优于基于四阶累积量的频偏盲估计算法的结论。针对FDOA估计,现有方法包括最大似然法,基于累积量的方法,以及基于互模糊函数的方法。本文在基于星载的高低轨卫星联合定位的环境下对FDOA估计进行研究,对比了各类算法的性能,得出最大似然法和基于互模糊函数法的性能最优的结论。进一步,针对基于互模糊函数法的估计精度不高的问题,提出了基于互模糊函数法的高精度快速FDOA估计算法。仿真结果表明,新算法的估计精度优于基于互模糊函数的方法,且其RMSE趋近于CRB。