1.一种SFM信号的参数估计方法，其特征在于，采用贝塞尔函数处理SFM信号，获得窄带正弦信号，根据窄带正弦信号建立接收信号的协方差矩阵 通过Toeplitz算法对协方差矩阵 进行预处理，获得重构信号的协方差矩阵RT，对协方差矩阵RT进行特征值分解，得到数据的信号子空间和噪声子空间，从而求得谐波角频率，获得载波频率和调制频率估计，根据第一类贝塞尔函数的递归关系Jv+1(mf)＝2vJv(mf)/mf-Jv-1(mf)，估计调制系数及谐波幅度。

2.根据权利要求1所述的方法，其特征在于，所述贝塞尔函数处理SFM信号具体为：将SFM信号分解成一组具有谐波幅度谐波频率的窄带正弦信号和的形式，其谐波幅度为：C＝[AJ-V(mf) L AJ0(mf) L AJV(mf)]，各个谐波频率为：f1＝fc-Vfm,L,fV+1＝fc+0fm,L,f2V+1＝fc+Vfm，其中，A为信号的幅度，fc为信号载波频率，fm为信号调制频率，mf为调频系数，Jv(k)是第一类v阶贝塞尔函数，v＝1，……，V为第一类贝塞尔函数阶数。

3.根据权利要求1所述的方法，其特征在于，通过Toeplitz预处理具体为：调用公式：使得矩阵接近真实的数据协方差矩阵R，对数据协方差矩阵的斜对角线上的元素进行平均，其中，ST是Toeplitz矩阵集。

4.根据权利要求1所述的方法，其特征在于，调用公式

0≤n＜M对阵列的数据协方差矩阵 进行求值运算，得到一个新的矢量

通过该矢量重构数据协方

差矩阵RT，其中，M为阵元数， 为 中的元素， 为 斜对角线上元素的平均。

5.根据权利要求1所述的方法，其特征在于，对协方差矩阵RT进行特征值分解具体为，对RT进行特征值分解，得到由大特征值及小特征值组成的对角阵D＝diag[λ1 λ2 L λM],其中，特征值满足关系：

2 2

λ1≥λ2≥L≥λQ＞λQ+1＝L＝λM＝σ，根据公式Rn＝σI求得噪声功率，调H用公式：RT＝BRsB+Rn求得其信号协方差矩阵Rs，取其实部开方即得其谐波幅度。

6.根据权利要求1所述的方法，其特征在于，所述获得窄带正弦信号具体包括：对给定的SFM信号s(t)，在t＝nΔt时刻对其进行离散化，得到离散采样序列为{s(n)}；调用公式： 对离散化后的信号进行变换，得到无穷多项具v

有谐波幅度谐波频率的正弦信号之和，根据公式：Jv(mf)＝(-1)J-v(mf)得到一组具有谐波幅度谐波频率的窄带正弦信号。

7.根据权利要求1所述的方法，其特征在于，所述调制系数的估计具体包括，根据贝塞尔函数的递归关系：Jv+1(mf)＝2vJv(mf)/mf-Jv-1(mf)，从第一类贝塞尔函数的最高阶数依次往下，建立所有的递推关系式组成超定方程组，计算方程组的最小二乘解，即为调制系数