在雷达、声纳、无线通信、地震等领域中,多项式相位信号(Polynomial Phase Signal,PPS)作为一种重要的信号模型得到广泛的关注,其中PPS的检测与参数估计是多项式相位信号的重点研究对象。现有成果已经能较好的解决单分量和高信噪比前提下的参数估计问题,但是应用到多分量低信噪比情况时还不太理想。所以本文将针对低信噪比下的PPS参数估计和多分量PPS的交叉项干扰的处理进行研究。主要开展如下研究工作:①简要概述了PPS相关的基本理论,对二阶、三阶及高阶的多项式相位信号的模型进行了描述,给出了现有几种典型的PPS参数估计算法,主要有分数阶傅里叶变换、短时傅里叶变换、维格纳变换、高阶模糊函数法和三次相位函数法等。②高阶相位函数(High-order Phase Function,HPF)对高阶多项式相位信号具有良好的估计性能,由于引入了非线性运算,从而增加了估计的信噪比门限。本文对其核函数进行改进以达到减少非线性运算,降低信噪比门限的目的。该算法主要通过尽可能少的非线性变换将高阶多项式相位信号变换成瞬时调频率信号,更易于参数估计。与高阶模糊函数(High-order Ambiguity Function,HAF)和多项式维格纳分布(Polynomial Wigner Distribution,PWVD)相比较,该算法具有更低的信噪比门限。③针对现有的压缩交叉项技术无法解决多分量PPS高阶系数相同时交叉项干扰的问题提出了一种相位参数分离法。分离算法可以构造对称的交叉项,利用对称性消除交叉项干扰。将信号分解为两个信号,每个信号各含原信号一半的相位参数,将分离得到的信号分别进行非线性处理,通过搜索其频谱上的峰值分别对两组参数进行估计。相比高阶模糊函数算法,该方法消除了多分量的交叉项干扰,降低了搜索运算的复杂度,提高了低信噪比下参数的估计性能。