跳频通信自问世以来,就受到各国的广泛关注,由于其独特的通信方式,使之具有高隐蔽性、强抗干扰能力。大带宽、高跳速的跳频电台已经成为军用无线通信数据链中不可或缺的一部分,这就对非合作环境中跳频通信信号的侦收提出要求,其研究有助于在电子战中取得主动,是现代战争胜利的重要因素。跳频电台参数估计和电台分选是跳频通信侦察中的核心内容,本文主要从以下几个方面进行研究:1.首先,分析各类非平稳信号时频变换在分析跳频信号中的表现,主要通过信息熵和算法复杂度两个性能指标,比较了多种时频变换的性能,选择了一种低复杂度、高能量聚焦性能的时频分析方法。2.其次,在时频变换基础上,对单天线单跳频信号、多跳频信号的参数进行估计。使用时频脊线算法对单跳频信号进行跳周期及跳时估计。引入逐级差值直方图算法对多跳异步电台信号进行跳周期、跳时估计。接着通过阵列天线,将多信号分类算法引入到跳频信号中,并用其估计了多跳频信号的波达方向。3.再次,在跳频参数估计的基础上,对跳频电台进行分选。其中利用均值聚类中的“手肘法”确定信源数目,并改进了一种具有较高收敛性能、低迭代次数,并且对于离群点不敏感的改进K-means算法,对跳频电台信号进行分类。接着构造多分类SVM机,通过高维映射的方式将电台信号分类,通过选择不同核函数并进行调参,使得其对于跳频信号具有良好分类性能,并将两类分类算法进行对比,分析了各自优缺点。4.接着,在不进行特征选择和提取的前提下,引入独立分量分析算法,可以再无需先验知识的条件下实现电台的盲分选。引入峭度和负熵两个非高斯性度量标准,构造混合矩阵进行仿真,并使用Amari指数对分离性能进行定量评估,并对不同算法的收敛性能和采样点数对算法的影响进行了分析。5.最后,利用矢量信号源和USRP分别产生跳频信号和噪声,并用另一台USRP进行采样,通过所搭建的半实物仿真验证平台验证了提出算法的有效性。