1.优化本振NYFR架构下的多分量LFM信号快速参数估计方法，其特征是步骤如下：S1、将NYFR输出含PLFM的多分量信号经过一次IAF和最大峰值搜索，估计得出多分量信号的NZ标号 i表示第i个分量信号，i为正整数；

S2、将S1中 构成解线调信号，经过解线调和IAF，估计得出多分量信号的调频率S3、将S1中 和S2的信号调频率 构成解线调信号，经过解线调和一次FFT算法，估计得出多分量信号的中频 最后由 fLO为本振频率，估计出信号的载频步骤S1具体如下：将对NYFR输出的信号进行NZ标号kNZi参数估计，信号模型如下2

l为信号的个数且为正整数，l＝1,2,3,…；其中θPLFM(t)＝πμ0[mod(t,TLO) ‑TLOmod(t,TLO)]，其中TLO为本振周期，fci＝fi+kNZifLO，kNZi＝round(fci/fLO),i＝1,2,…，fLO为本振中心频率，μ0为本振调频率，kNZi为第i个分量信号NZ标号，fi为第i个分量信号中频参量，fci为第i个LFM分量信号载频；w(t)为高斯白噪声；

解调信号为

kNZi搜索表示为

上式经过瞬时自相关处理和傅里叶变换得

*

rτ(t,k)＝x(t,k)x(t‑τ,k)       (4)τ表示时延；

当且仅当k＝kNZi,f＝μiτ时，估计出kNZi；M表示kNZi搜索的次数；如下式

2.根据权利要求1所述优化本振NYFR架构下的多分量LFM信号快速参数估计方法，其特征是，步骤S2具体如下：将对NYFR输出的信号进行调频率估计；将得出的 构成解线调信号，采用解线调的方法和IAF；由估计出的kNZi，则解线调信号表示为再对解线调的信号运用一次IAF算法，TADC＝1/fADC，估计出信号调频率

3.根据权利要求2所述优化本振NYFR架构下的多分量LFM信号快速参数估计方法，其特征是，步骤S3具体如下：将对NYFR输出信号的载频进行估计，将得出的调频率 构成解线调信号，再运用一次FFT算法，此时解线调后的信号和信号中频分别为最后由 估计出信号的载频。

4.优化本振NYFR架构下的多分量LFM信号快速参数估计系统，其特征是包括如下模块：多分量信号的NZ标号估计模块：将NYFR输出含PLFM的多分量信号经过一次IAF和最大峰值搜索，估计得出多分量信号的NZ标号 i表示第i个分量信号，i为正整数；

多分量信号的调频率估计模块：将多分量信号的NZ标号估计模块得到的 构成解线调信号，经过解线调和IAF，估计得出多分量信号的调频率信号的载频估计模块：将得到的多分量信号的NZ标号估计模块 和多分量信号的调频率估计模块得到的信号调频率 构成解线调信号，经过解线调和一次FFT算法，估计得出多分量信号的中频 最后由 fLO为本振频率，估计出信号的载频多分量信号的NZ标号估计模块具体如下：

将对NYFR输出的信号进行NZ标号kNZi参数估计，信号模型如下2

l为信号的个数且为正整数，l＝1,2,3,…；其中θPLFM(t)＝πμ0[mod(t,TLO) ‑TLOmod(t,TLO)]，其中TLO为本振周期，fci＝fi+kNZifLO，kNZi＝round(fci/fLO),i＝1,2,…，fLO为本振中心频率，μ0为本振调频率，kNZi为第i个分量信号NZ标号，fi为第i个分量信号中频参量，fci为第i个LFM分量信号载频；w(t)为高斯白噪声；

解调信号为

kNZi搜索表示为

上式经过瞬时自相关处理和傅里叶变换得

*

rτ(t,k)＝x(t,k)x(t‑τ,k)       (4)τ表示时延；

当且仅当k＝kNZi,f＝μiτ时，估计出kNZi；M表示kNZi搜索的次数；如下式

5.根据权利要求4所述优化本振NYFR架构下的多分量LFM信号快速参数估计系统，其特征是，多分量信号的调频率估计模块具体如下：将对NYFR输出的信号进行调频率估计；将得出的 构成解线调信号，采用解线调的方法和IAF；由估计出的kNZi，则解线调信号表示为再对解线调的信号运用一次IAF算法，TADC＝1/fADC，估计出信号调频率

6.根据权利要求5所述优化本振NYFR架构下的多分量LFM信号快速参数估计系统，其特征是，信号的载频估计模块具体如下：将对NYFR输出信号的载频进行估计，将得出的调频率 构成解线调信号，再运用一次FFT算法，此时解线调后的信号和信号中频分别为最后由 估计出信号的载频。