多项式相位信号广泛应用于雷达、通信、生物医学领域、地震勘测和声呐系统中。因此,噪声背景下的多项式相位信号的时频分析与参数估计问题也成为信号处理领域的重要课题之一。本文的主要研究对象是基于时频分布的非参数化和参数化的多分量PPS信号的检测和参数估计,研究的主要内容如下:首先,研究了自适应滤波算法和非线性模式分解算法对高斯白噪声和海洋环境噪声的抑制效果。其次,研究了单分量和多分量PPS信号的时频分析方法。通过时频图像的可读性、时频分辨率、噪声抑制和交叉项抑制等因素定性评价时频分布的优劣,通过时频分布的评价指标,以定量的方式评价时频分布的性能。通过仿真信号和实测信号分析验证每种时频分布各自的优缺点,综合定性和定量的评价结果判断针对某个具体情况的最优时频分布。然后,研究了PPS信号的参数化检测和估计方法中的HAF类算法(HAF、PHAF)和CPF类算法(CPF、MCPF、PCPF、ICPF、GCPF、PGCPF),介绍了它们的原理和优缺点,并通过仿真信号分析对算法进行验证。最后,研究了多分量信号的时频信号分离方法。在介绍了现有方法的基础上,针对在时频平面上存在部分重叠且具有不同持续时间的多分量信号提出了一种基于时频分布的改进的信号分离方法。该方法首先计算信号的时频分布,在特定的频率区域内通过二维峰值搜索提取瞬时频率;如果时频分布的峰值不止一个,则使用最小斜率差方法连接不同时间点的瞬时频率。在此基础上,介绍了几种曲线拟合算法,并使用它们做参数估计。通过多个仿真信号的分析验证了该改进方法的有效性。