利用循环平稳特性对通信信号进行参数估计是一种常用的处理方法。由于通信信号在循环频率域具有稀疏特性, 可以利用随机测量有效降低采样处理的数据量, 减轻硬件负荷, 并基于压缩采样值进行信号参数估计。然而, 在稀疏建模时通常将连续的信号参数空间划分为有限数量的均匀网格, 引起基不匹配问题, 使得信号在某个假定的离散变换基(傅里叶基、小波基等)下并不稀疏, 从而严重影响信号参数估计精确度。为解决这个问题, 本文利用原子范数描述循环频率域的连续性和稀疏性, 提出一种随机测量条件下的高精确度循环自相关函数无网格估计方法。仿真实验表明, 这种无网格估计方法能够有效降低循环自相关函数的估计误差。