MATLAB仿真要求如下：1、产生一组线性调频信号单分量+多分量参数不同；2、绘制其时域波形和频谱曲线；3、加入不同方差的高斯白噪声；4、利用FRFT对线性调频信号的参数进行估计并分析其估计误差寻找最佳阶次的FRFT。

1、产生一组线性调频信号（单分量+多分量，参数不同）；

单分量线性调频信号：

fs = 1000; % 采样频率
f0 = 50; % 起始频率
f1 = 150; % 终止频率
T = 1; % 信号持续时间
t = 0:1/fs:T-1/fs; % 时间序列

s = chirp(t, f0, T, f1); % 产生线性调频信号

多分量线性调频信号：

fs = 1000; % 采样频率
f0 = [50, 100, 150]; % 起始频率
f1 = [150, 200, 250]; % 终止频率
T = 1; % 信号持续时间
t = 0:1/fs:T-1/fs; % 时间序列

s1 = chirp(t, f0(1), T, f1(1)); % 产生线性调频信号1
s2 = chirp(t, f0(2), T, f1(2)); % 产生线性调频信号2
s3 = chirp(t, f0(3), T, f1(3)); % 产生线性调频信号3

s = s1 + s2 + s3; % 合成多分量线性调频信号

2、绘制其时域波形和频谱曲线；

时域波形：

figure;
plot(t, s);
xlabel('时间（秒）');
ylabel('幅度');
title('线性调频信号时域波形');

频谱曲线：

N = length(s); % 信号长度
f = (0:N-1)*(fs/N); % 频率序列
S = abs(fft(s))/N; % 信号的频谱

figure;
plot(f, S);
xlabel('频率（Hz）');
ylabel('幅度');
title('线性调频信号频谱曲线');

3、加入不同方差的高斯白噪声；

sigma = 0.1; % 噪声方差
noise = sigma*randn(size(s)); % 产生高斯白噪声

s_n = s + noise; % 加入噪声后的信号

4、利用FRFT对线性调频信号的参数进行估计，并分析其估计误差（寻找最佳阶次的FRFT）。

首先需要定义一个函数来计算FRFT：

function y = frft(x, a)
% FRFT 快速傅里叶变换
% x 输入信号
% a FRFT参数

N = length(x);

% 构造旋转因子矩阵
W = zeros(N, N);
for k = 0:N-1
    for n = 0:N-1
        W(k+1, n+1) = exp(-1i*pi*a*k*n/N);
    end
end

% 求解FRFT
y = W*x(:);
y = y(:);
end

然后使用最小二乘法估计线性调频信号的参数：

M = 100; % FRFT阶次
a = linspace(-1, 1, M); % FRFT参数
N = length(s_n); % 信号长度

% 构造Toeplitz矩阵
T = zeros(N, M);
for i = 1:N
    for j = 1:M
        T(i, j) = exp(-1i*pi*a(j)*(i-1)*(i-1)/N);
    end
end

% 最小二乘法求解线性调频信号的参数
h = T\s_n(:);

% 估计线性调频信号的频率
f_hat = (f1-f0)*h(1:length(f0));

% 输出估计结果和误差
fprintf('真实频率：');
disp(f1-f0);
fprintf('估计频率：');
disp(f_hat);
fprintf('误差：');
disp(abs(f_hat-(f1-f0)));

要注意的是，FRFT的阶次对估计结果有很大的影响，需要寻找最佳的阶次。可以通过比较不同阶次下的估计误差来选择最佳的阶次。完整代码如下：

% 产生单分量线性调频信号
fs = 1000; % 采样频率
f0 = 50; % 起始频率
f1 = 150; % 终止频率
T = 1; % 信号持续时间
t = 0:1/fs:T-1/fs; % 时间序列

s = chirp(t, f0, T, f1); % 产生线性调频信号

% 产生多分量线性调频信号
fs = 1000; % 采样频率
f0 = [50, 100, 150]; % 起始频率
f1 = [150, 200, 250]; % 终止频率
T = 1; % 信号持续时间
t = 0:1/fs:T-1/fs; % 时间序列

s1 = chirp(t, f0(1), T, f1(1)); % 产生线性调频信号1
s2 = chirp(t, f0(2), T, f1(2)); % 产生线性调频信号2
s3 = chirp(t, f0(3), T, f1(3)); % 产生线性调频信号3

s = s1 + s2 + s3; % 合成多分量线性调频信号

% 绘制时域波形
figure;
plot(t, s);
xlabel('时间（秒）');
ylabel('幅度');
title('线性调频信号时域波形');

% 绘制频谱曲线
N = length(s); % 信号长度
f = (0:N-1)*(fs/N); % 频率序列
S = abs(fft(s))/N; % 信号的频谱

figure;
plot(f, S);
xlabel('频率（Hz）');
ylabel('幅度');
title('线性调频信号频谱曲线');

% 加入高斯白噪声
sigma = 0.1; % 噪声方差
noise = sigma*randn(size(s)); % 产生高斯白噪声

s_n = s + noise; % 加入噪声后的信号

% FRFT估计线性调频信号的参数
M = 100; % FRFT阶次
a = linspace(-1, 1, M); % FRFT参数
N = length(s_n); % 信号长度

% 构造Toeplitz矩阵
T = zeros(N, M);
for i = 1:N
    for j = 1:M
        T(i, j) = exp(-1i*pi*a(j)*(i-1)*(i-1)/N);
    end
end

% 寻找最佳阶次
err = zeros(1, M);
for k = 1:M
    h = T(:,1:k)\s_n(:);
    f_hat = (f1-f0)*h(1:length(f0));
    err(k) = mean(abs(f_hat-(f1-f0)));
end

[~, idx] = min(err);
M_best = idx;

% 最小二乘法求解线性调频信号的参数
h = T(:,1:M_best)\s_n(:);

% 估计线性调频信号的频率
f_hat = (f1-f0)*h(1:length(f0));

% 输出估计结果和误差
fprintf('真实频率：');
disp(f1-f0);
fprintf('估计频率：');
disp(f_hat);
fprintf('误差：');
disp(abs(f_hat-(f1-f0)));

% 绘制估计结果
figure;
stem(f0, f_hat);
xlabel('真实频率（Hz）');
ylabel('估计频率（Hz）');
title('线性调频信号频率估计结果');