考虑一类由局部稳定过程驱动的随机微分方程，基于该过程在固定时间间隔内的高频观测值，对该过程的漂移系数、标度系数和跳跃活动进行联合参数估计。扩展了[6]中提出的方法，其中假设跳跃活动已知，根据尺度系数，我们在同时估计尺度参数和跳跃活动时获得了两种不同的收敛速度。如果标度系数是乘法的：$a（x，\sigma）=\sigma\overline｛a｝（x）$，则标度系数和跳跃活动的联合估计表现为[5]中研究的平移稳定过程，并且我们的估计量的收敛速度是非对角的。在非乘法情况下，结果是不同的，我们获得了对角的更快的收敛速度，这与在对每个参数进行边际估计时获得的收敛速度一致。在这两种情况下，通过数值模拟说明了估计方法，表明我们的估计很容易实现。