در سیستم های کنترلی امروزی، پردازش بهنگام سیگنال ها از اهمیت ویژه ای برخوردار است. زیرا این سیگنال ها حاوی اطلاعاتی از سیستم و بنابراین عملکرد آن هستند. هر چه بتوان اطلاعات بیشتری از سیگنال های در دسترس استخراج کرد، طبیعتا توصیف دقیق تری از خصوصیات سیستم در اختیار داریم و در نتیجه توانایی کنترلی بالاتری خواهیم داشت. بنابراین پژوهش های بسیاری جهت رویارویی با سیگنال هایی که وجودشان از قبل قابل پیش بینی می باشد انجام گرفته است. یک دسته از این سیگنال ها که در کاربردهای گوناگون ظاهر می شوند سیگنال های سینوسی و در حالت کلی تر سیگنال های سینوسی میرا هستند. سیگنال های سینوسی میرا در گستره وسیعی از کاربردها ظاهر می شوند. چه به منظور کاربردهای کنترلی (همچون حذف اغتشاش) و چه به قصد پردازش سیگنال، یافتن الگوریتمی که توانایی استخراج و تعقیب پارامترهای این سیگنال را داشته باشد، حائز اهمیت می باشد. این موضوع پژوهشگران را بر آن داشته تا به دنبال راهکارهایی مناسب جهت استخراج پارامترهای این نوع سیگنال به منظور کاربردهای بهنگام باشند. تخمین پارامتر در سیگنال های سینوسی میرا می تواند شامل تخمین دامنه، ضریب میرایی، فرکانس و فاز باشد. با توجه به این موضوعات، در این پایان نامه ابتدا الگوریتم جدیدی مبتنی بر استفاده از شبکه های عصبی آدالاین تک ورودی و دو ورودی برای تخمین بهنگام فرکانس و ضریب میرایی یک سیگنال سینوسی میرای مختلط ارائه شده است.