Στην παρούσα διπλωματική εργασία επιχειρείται η ανάλυση και η εκτίμηση της συχνότητας απλών ημιτονοειδών σημάτων υπό την παρουσία λευκού Γκαουσιανού θορύβου (AWGN).Η εκτίμηση παραμέτρων απλών ημιτονοειδών σημάτων υπό την παρουσία προσθετικού Γκαουσιανού θορύβου αποτελεί ένα κλασσικό πρόβλημα και σημαντικό αντικείμενο μελέτης εξαιτίας της πληθώρας των εφαρμογών που έχει στην θεωρία ελέγχου, στην επεξεργασία σημάτων, στις ψηφιακές επικοινωνίες, στην βιοϊατρική τεχνολογία κ.α.Η εκτίμηση της συχνότητας είναι συνήθως το θέμα ‘ζωτικής σημασίας’ του προβλήματος για δύο σημαντικούς λόγους. Αφ’ενός οι συχνότητες πρέπει να εκτιμηθούν διότι αποτελούν μη-γραμμικές συναρτήσεις στην ληφθείσα ακολουθία δεδομένων και αφ’ ετέρου έχοντας καθοριστεί οι συχνότητες, οι υπόλοιπες παράμετροι του σήματος όπως είναι το πλάτος και η φάση του, μπορούν να υπολογιστούν άμεσα. Αρχικά γίνεται μία σύντομη εισαγωγή στις βασικές έννοιες πάνω στις οποίες δομείται η εκτίμηση παραμέτρων ενός ημιτονοειδούς σήματος και έπειτα παρουσιάζονται μερικοί αλγόριθμοι εκτίμησης. Πιο συγκεκριμένα παρουσιάζεται η διαδικασία κατασκευής τους και αναλύονται οι επιδόσεις τους. Τέλος παραθέτουμε και προσομοιώσεις μέσω υπολογιστή για κάθε αλγόριθμο ξεχωριστά και συγκρίνουμε την επίδοση του καθενός με τους υπόλοιπους. Από την σύγκριση αυτή γίνεται εξαγωγή χρήσιμων συμπερασμάτων σχετικά με τον προσδιορισμό των παραμέτρων κάθε αλγόριθμου αλλά και με την καταλληλότητα κάθε αλγόριθμου για συγκεκριμένες συνθήκες θορύβου. / In this thesis attempts to analyze and estimate the frequency of single sinusoid signals in Additive White Gaussian Noise (AWGN). Parameter estimation of sinusoids has been a classical problem and it is still an important research topic because of its numerous applications in multiple disciplines such as control theory, signal processing, digital communications, biomedical engineering etc. Estimation of the frequencies is often the crucial step in the problem for two principally reasons. Firstly, frequencies should be estimated because they are nonlinear functions in the received data sequence and secondly, once frequencies have been determined, the remaining parameters, such as amplitude and phase, can then be computed straightforwardly. Primarily we introduce some basic concepts on parameters estimation of sinusoid signals and then several estimation algorithms. More specifically shows the fabrication process of these algorithms and analyze their performance. Finally, we quote computer simulations for each algorithm separately and compare their performance. From these comparisons we can draw conclusions on the determination of parameters for each algorithm and the appropriateness of algorithms for specific noise conditions.