提出了一种长期演进（LTE）上行链路频偏最大似然（ML）估计算法，并通过定量分析该算法与基于2个训练序列相差的频偏估计算法（相差法）的估计性能，提出了一种联合频偏估计算法。仿真结果表明：与相差法相比，所出提的ML估计算法与联合估计算法的频偏估计范围均能够覆盖高速铁路应用场景中的最大频偏，且ML估计算法不受LTE上行链路跳频传输的影响；在信噪比10dB且少于4个用户的情况下，2种算法均能够提供10-4或更小的归一化频偏估计均方误差；在单用户情况下，联合估计算法比ML估计算法的均方误差在信噪比上提高了近5dB
