跳频信号以其自身优良的抗截获、抗干扰能力,在军事通信中得到了广泛的应用,因此,对跳频信号的截获展开研究具有非常重要的现实意义。本文采用时频联合分析的方法,深入研究了跳频信号在线自动盲检测和频点搜索捕获问题,并对其特征参数提取算法进行了研究。针对超短波电磁环境下跳频信号检测中存在的干扰信号密集、能量分布不稳定等问题,提出一种基于语图的跳频信号自动盲检测方法。首先分析了影响语图时频分辨率的因素,研究了一种窗长自适应的短时傅立叶变换算法及其快速算法,使语图达到了最佳的时频聚集度;其次,采用时频局部门限技术对语图进行二值化预处理,解决了超短波信号能量分布不稳定和衰落等给检测带来的难题;最后,通过能量检测、时间统计等方法,剔除了多种干扰信号,并消除了随机噪声中的孤立点和信号中的断续点等对语图的影响,实现了超短波跳频信号在线自动盲检测。为了实现跳频信号的完整捕获,对跳频信号频点搜索方法进行了研究,提出两种搜索策略:基于语图的搜索策略和基于戈泽尔算法的搜索策略,给出了两种策略的适用范围和性能比较。重点研究了基于戈泽尔算法的频点搜索方法,该算法根据跳频信号自身特点推算出若干可能存在的跳频频点,通过利用戈泽尔算法监测这些频点,实现了频点的搜索捕获。对跳频频点截获事件进行建模,研究发现,要提高系统截获概率只能通过提高频率搜索速度来实现。因此,在条件满足的情况下,应尽量使用基于戈泽尔算法的频点搜索方法。针对跳频信号的特征提取,研究了一种基于小波脊线的特征提取算法及快速实现算法,并提出一种基于瞬时频率的多窗口不重叠平滑伪魏格纳-威利分布特征提取算法。通过仿真实验对两种方法的性能进行了比较,发现基于瞬时频率的多窗口不重叠平滑伪魏格纳-威利分布特征提取算法较基于小波脊线的特征提取算法有很大的性能优势,尤其是在对跳变时刻和跳频频率的估计方面性能要优越很多;为进一步提高频率估计的准确性和时效性,还研究了一种基于自适应复调制Zoom-FFT的频率细化算法,在已精确测得跳变时刻和跳周期的前提下,对一个跳周期内信号频率进行精确估计,使归一化频率估计误差降到10^-6。