本文针对小数据样本下通信侦察信号处理需求,研究了基于拟合优度检验的信号检测、调制方式识别和信噪比估计问题。由于基于拟合优度检验的算法直接从统计分布函数着手,能够充分挖掘数据所携带的信息,所以在小样本条件下都能够给出较好结果,分析和仿真证实了本文各种算法的有效性。本文取得的主要研究成果如下:1.总结归纳了统计学领域各种现存的拟合优度检验,并分析了各种检验的优势和缺陷,为选择适合于通信信号处理的检验统计量打下了基础。2.设计了基于拟合优度检验进行信号检测的通用流程,对使用不同判决统计量、检验统计量、检测信号模型、单样本和双样本检验等各种情况下的算法进行了全面对比分析,指出了在小数据样本和针对有直流分量的待检测信号条件下其性能显著优于经典的能量检测器。3.提出了基于复合拟合优度检验的噪声功率不确定情形下信号检测方法,该方法能够在不需要噪声功率前提下给出几乎逼近于需要噪声功率的检测器的性能,而且无需明显增加计算复杂度。4.设计了基于拟合优度检验进行调制识别的通用流程,对使用不同判决统计量、检验统计量、调制方式、单样本和双样本检验等各种情况下的算法进行了全面对比分析,指出了在小数据样本条件下其性能明显优于经典的基于高阶累积量的调制识别算法。5.提出了基于拟合优度检验的信噪比估计流程,并利用备选假设之间的顺序关系提出了两种降低计算复杂度的方法,通过与矩方法的在复杂度和性能上的对比,指出了本文算法在小数据样本条件下的性能优势和降复杂度算法的有效性。6.提出了基于拟合优度检验的调制方式和信噪比联合盲估计算法,该算法能够在调制方式和信噪比都未知的情况下,在单一的估计流程中同时给出调制方式和信噪比的估计值,并通过分析和仿真验证了算法的有效性。