许多通信系统都要求快速恢复载波。在数据辅助的频偏估计算法中，利用已知的训练序列,可快速估计载波频偏^[1]。而在非数据辅助(NDA)的频偏估计算法中，由于不使用训练序列，在波特率采样输出的情况下, 必须消除发送数据的相位信息。如文献^[2]中，使用了M次方的非线性运算。该方法必须知道发送数据的调制类型，且在符号定时恢复比较理想的情况下才有很好的性能，同时对于MQAM调制，M次方的运算也不能完全消除发送数据的相位信息。
　　基于上述问题，本文提出了一种不需要知道发送数据的调制类型(MQPSK MQAM MPAM)，也无需进行符号定时恢复的载波频偏估计NDA算法。该算法对输入数据进行两倍的波特率的采样，利用相邻样点之间的相关信息估计载波的频偏。
1 载波频偏估计算法
　　数字通信接收机中，经过匹配滤波后，接收的信号可以表示为：
　　
　　式中,sk为发送的复数据信号序列,△f为载波频偏,θ为载波初始相偏,Ｔ为符号周期,n(t)为零均值复高斯白噪声" title="高斯白噪声">高斯白噪声，N0为单边带" title="单边带">单边带功率谱密度，g(t)为整个信道的冲击相应，τ为接收延时。
　　如果采样周期" title="采样周期">采样周期为，则一个符号采2个样点，这两个样点之间不是独立的，而是存在着一定的相关性，其中包含了频偏的信息。经过采样后的接收信号为：
　　
　　由(2)式可以看出，由于一个符号采样2个样点后，R≠0，故：
　　
　　因为存在噪声等因素， (3)式估计的频偏在均值附近波动，需要对其滤波，以提高估计性能。
　　文献^[3]给出了一种基于最大似然估计的加平滑函数的滤波器系数。为了减少计算量，本文采用简单的均值滤波。设第k次估计的频偏为△fk,则：
　　

2 算法的性能分析与仿真结果
　　从算法的推导过程可以看出,有二个因素影响估计的结果,即信噪比的大小和估计频偏时所用的符号个数。而符号定时偏差和调制类型对估计影响不大。从(2)、(3)式可以看出，该算法的理论频偏估算范围为[-1/T, 1/T]，估计范围很大。
　　为了验证本算法的性能,采用QPSK 和16QAM两种调制方式，估计频偏的符号个数取N=100和N=200，在为3DB、6DB、10DB，符号定时偏差为T时，利用matlab分别进行1000次仿真实验,其QPSK 和16QAM的频偏估计方差如图1至图4 所示,X轴为归一化的频偏△f T，Y轴为估计方差var(△f T)。