● 摘要
跳频信号具有良好的抗截获和抗干扰能力，被广泛应用于现代军事通信。随着通信技术的发展，出现了两种新体制的跳频信号：直接扩频/跳频(Direct Spread and Frequency Hopping, DS/FH)信号和差分跳频(Differential Frequency Hopping, DFH)信号，进一步提高了跳频系统的抗截获和抗干扰能力，同时也为跳频侦察带来了新的困难。本文以循环平稳特征检测、信号稀疏表示、随机共振和聚类分析等现代信号处理理论为基础，着重对DS/FH信号和DFH信号侦察的主要内容：信号检测、参数估计和信号分选方法进行研究，以期为新型跳频信号侦察系统的研制提供理论基础。
首先，研究了新型跳频信号的联合检测方法。针对DS/FH信号的低功率谱和DFH信号的高跳速特性导致检测困难的问题，利用循环平稳特征检测良好的噪声抑制能力，提出一种基于循环统计量估计的跳频信号检测方法。该方法对新型跳频信号的数学模型进行深入分析，基于不同类型跳频信号循环统计量的差异和循环统计量在频率域的稀疏特性，采用稀疏重构算法估计跳频信号的循环统计量，并利用估计结果构造新的检测统计量，有效地实现了对DS/FH信号和DFH信号的检测。
其次，研究了DS/FH信号的参数估计方法。与常规跳频信号和DFH信号相比，DS/FH信号的功率约降低8~9dB，使得其截获信号的信噪比无法满足传统参数估计方法的要求，导致其参数估计结果精度差。针对此问题，提出了基于随机共振的DS/FH信号参数估计方法。该方法利用随机共振的能量转移特性，构造一种改进的双稳态随机共振系统对DS/FH信号进行增强处理，显著提高了目标信号的信噪比；以此为基础，再利用时频分析的方法提取信号的参数特征，实现了低信噪比下对DS/FH信号跳时、跳频周期和跳频频率等参数的精确估计。
再次，研究了DFH信号的跟踪和参数估计方法。DFH信号具有不可预测的跳频图案，使得实现信号跟踪成为对其进行参数的必要条件，传统跳频跟踪方法易受脉冲噪声干扰，在复杂电磁环境下无法得到正确跟踪结果。针对此问题，提出了一种鲁棒的DFH信号跟踪和参数估计方法。该方法通过分析脉冲噪声的分布特性，利用DFH信号的时频稀疏特性，采用Student-t分布建立了一种对脉冲噪声鲁棒的DFH信号跟踪模型；并在稀疏重构的理论框架下，推导出一种改进的贝叶斯重构算法，解决了新模型存在的参数不可解问题，有效恢复出DFH信号的傅里叶系数矩阵，从而实现了对DFH信号的鲁棒跟踪和到达方向角的精确估计。
最后，研究了新型跳频信号的分选方法。针对传统跳频分选方法在信号参数估计误差较大条件下，容易出现聚类数估计的错误，导致分选性能急剧下降，不适用新型跳频信号分选的问题，提出一种基于聚类数优化的新型跳频信号分选方法。该方法首先利用参数的直方图统计结果设置聚类数的范围，然后采用聚类有效性指标搜寻最优的聚类数估计值，以增加较少的计算量为代价，显著提高了正确分选的概率，从而实现了对新型跳频信号的有效分选。
仿真实验的结果验证了以上所提方法的有效性，同时也表明这些方法具有较好的工程应用价值。