1.一种基于LFBT的多分量SFM信号参数估计方法，包括下列步骤：
第一步：判断多分量SFM信号是否存在相位模糊，若存在则进行相位解模糊处理；
第二步：选择合适的LFB级数分辨率k，对解模糊后的多分量SFM信号进行LFBT；
第三步：计算相邻两项LFB级数所在区间的中心误差频率，进行估计频率修正，得到各分量的估计频率。
2.根据权利要求1所述的一种基于LFBT的多分量SFM信号参数估计方法，其中第一步具体为：
若离散采样信号总相位偏移过大，则会产生相位模糊；由于信号的相位测量值位于区间(-π,π)上，因此当总相位偏移超过2π时产生相位模糊现象；总相位偏移达到2π的整数K倍时，K为相位模糊数；相位模糊可以通过相邻采样点之间的相位差值进行修正，当相邻采样点之间的相位差值不超过π时，可通过如下方法进行修正

其中pha(n)＝Im[lns(n)]，phar(n)为修正后的相移和测量值之差；因此，当信号相邻采样点的相位差值不超过π时，可进行相位解模糊处理。
3.根据权利要求1所述的一种基于LFBT的多分量SFM信号参数估计方法，其中第二步具体为：
选择合适的LFB级数分辨率k，对解模糊后的多分量SFM信号进行LFBT；
已知正弦调频信号模型为
s(t)＝Rexp{j[asin(ωt)+bcos(ωt)]}
其中R为信号幅度，a、b分别为SFM信号的调制指数，ω为调制频率；
定义信号s(t)的LFBT为

其中Jα(t)为第一类α阶贝塞尔函数，ω为变换域变量；对应的对数傅立叶-贝塞尔逆变换(Inverse Logarithmic Fourier-Bessel Transform,ILFBT)为

在有限区间上傅立叶变换(Fourier Transform,FT)表现为傅立叶级数，与傅立叶变换相似，LFBT在有限区间上以LFB级数(LFB Series)表示；在实际信号处理中，实际信号通常经过离散采样，离散信号的LFB级数表现为信号相位项上的有限项之和

其中n＝1,…,N，N为信号采样点数，ts为信号采样间隔且N＝T/ts；第m项LFB系数计算为

其中系数K1＝2/(N2ts)为一虚常数，系数 随LFB级数项数m变化；由
于第α阶贝塞尔函数的正根构成常数列{Jα,m}，因此{K2,m}也为一不随信号变化的常数列，通常取α＝0；
LFB级数项数与SFM信号的频率调制成分一一对应，第m项LFB级数在频率成分为fm处取得最大值

因此，对SFM信号进行LFBT变换后，以最大幅值项LFB级数作为SFM信号调制频率的估计；

其中

相邻两项LFB级数对应的频率差值，即频率分辨率计算为

若频率分辨率Δfm越小，则相邻两项LFB级数对应的理论频率值差值减小，则估计误差也会减小；
将LFB级数分辨率k值引入，当LFB级数分辨率为k时

此时频率分辨率为Δfm＝1/2πkNts，随着LFB级数分辨率k的增大，频率分辨率也会增加；此时估计频率为

其中最大项LFB系数为

此时，相邻两项LFB级数的频率分辨率为

4.根据权利要求1所述的一种基于LFBT的多分量SFM信号参数估计方法，其中第三步具体为：
计算相邻两项LFB级数所在区间的中心误差频率，进行估计频率修正，得到各分量的估计频率；
通过最大项(第 项)LFB级数计算出SFM信号的估计频率为 通常情况下，频
率估计误差fbias不超过频率分辨率的一半

此时真实频率为相邻第m项与第m+1项LFB系数对应理论频率J0,m/2πT与J0,m+1/2πT的平均值；然而这种情况仅适用于一个频率成分仅投影在单根谱线或单个级数上(如FT)；在LFB级数中，一个频率成分投影在若干阶贝塞尔级数上，也就是说，fm在第m项级数取得峰值同时在邻近的若干阶级数上的投影幅值不为零；
将相邻两项LFB级数对应理论频率构成的频率区间fi∈[fm-1,fm+1)上，频率估计的最大差值与最小差值的平均值定义为中心误差频率fcen，通过计算该区间上的中心误差频率来进行估计频率修正，依次计算LFB级数的最大值并进行参数估计，直到不含明显的LFB级数最大值为止。
5.根据权利要求4所述的一种基于LFBT的多分量SFM信号参数估计方法，所述中心误差频率的计算分为三步：第一步，计算信号对应的最大项LFB系数，通过LFB系数的幅值最大项计算估计频率 第二步，选择第m-1项和第m+1项LFB级数，并计算它们对应的理论频率fm-1和fm+1；第三步，选择合适的步长，计算频率区间上fi∈[fm-1,fm+1)各自的LFB系数幅值最大项对应的估计频率 并做如下计算

fcen即为中心误差频率；因此，修正的估计误差频率为

修正后，估计误差频率满足fbias≤Δfm/2。