线性调频(LFM)信号是最为常用的非平稳信号之一,在雷达、通信、声纳、地震勘探等许多领域都有着广泛的应用。尤其在雷达对抗领域,LFM信号作为一种成熟的低截获概率信号,目前在各种体制的雷达中占据重要地位,因此实现非协作或先验信息匮乏情况下LFM信号参数的估计,获取信号的有用信息,具有重要的理论研究和工程应用价值。多年来国内外学者们针对LFM信号处理进行了深入探索和研究,在LFM信号参数估计理论方面取得了许多研究成果,但是仍处于不断发展和完善的过程中。目前对于单分量或多分量常规LFM雷达信号的参数估计已有不少方法,然而针对新体制LFM雷达信号,如复合调制信号、宽带或超宽带信号等,参数估计方法还存在薄弱之处。正是在这一背景下,本文结合相关科研课题,开展了复合调制LFM信号以及宽带(超宽带)LFM信号的参数估计方法研究,本文的主要贡献包括以下几个方面：1.平滑伪Wigner-Ville分布(SPWVD)中时频聚集性效果依赖窗函数参数的选择,为了获得SPWVD变换的最优时频效果,定义了一个新的定量判定SPWVD最优时频聚集性的特征值,可以消除一些前人研究提出的关于判定时频聚集性标准的局限性；并依据这个特征值提出了一种基于遗传算法自适应选择窗参数获得最优SPWVD分析效果的方法。2.线性调频-伪码信号是一种兼具线性调频和二相编码优点的复合信号,针对此类复合信号的参数估计,提出了一种基于阈值分割的SPWVD变换和相关检测的参数估计方法。该方法采用SPWVD变换对线性调频-伪码复合信号进行时频分析,首先通过上述SPWVD参数自适应选择方法获得SPWVD变换的最优时频效果,然后通过阈值分割将时频图像转变为二值化图像,以此得到了复合信号编码个数、子脉冲宽度、码元间隔、线性调频起始频率、带宽的估计,并且进一步采用相关检测的方法提取二相编码的编码方式。3.针对大多数目前提出的方法中还未出现二值化时频分布的理论门限,提出了一种进行时频参数估计设置动态门限的方法,该方法基于通常应用于图像处理的Otsu算法思想,通过统计学中的判别式准则确定了一种无需先验信息的动态门限设置,从而可以有效地估计多分量LFM信号参数。4.受限于当前的A/D采样技术,为了对宽带(超宽带)LFM信号进行参数估计,提出了一种基于压缩感知理论的宽带欠采样LFM信号参数估计方法。由于宽带LFM信号拥有近似矩形的频谱,采用小波变换可以对其进行边缘信息提取。宽带LFM信号的边缘信息相对其带宽来说是稀疏的,从而可以通过这一稀疏变换获得信号的稀疏表示形式,然后通过压缩采样匹配追踪(CoSaMP)算法可以对欠采样LFM信号的边缘信息进行重建从而获得LFM信号起始频率和终止频率的估计。5.受到上述压缩感知理论参数估计方法思路的启发,采用正交匹配追踪(OMP)算法对LFM信号的差分频谱进行处理。推导分析了LFM信号欠采样序列与频谱差分感知矩阵最大相关信息位于信号频谱的边缘处,从而基于OMP算法恢复最大相关信息的特点提出了一种宽带(超宽带)LFM信号参数估计方法,实现了在非均匀欠采样环境下起始频率和终止频率的估计,可以有效地缓解高速采样的压力。