跳频信号由于保密性好、抗干扰性强等优良特性在军事通信领域得到了广泛应用,其侦查技术一直是研究的热点。近年来由于高带宽带来的高采样率和海量数据处理问题给跳频信号侦查技术带来了极大的挑战,将压缩感知技术应用到跳频信号参数估计可以有效地解决上述问题。本文主要研究基于压缩感知的跳频信号参数估计算法,根据接收到的压缩采样信息对发送跳频信号的参数进行估计,所做工作主要包括:(1)现有跳频信号参数估计算法没有充分考虑跳频信号的结构特性,在低信噪比下存在计算复杂度高或估计精度低的缺点,针对这一问题,提出了一种基于滑窗和原子字典的压缩域跳频信号参数估计算法。该算法在跳速已知的基础上,通过建立滑窗模型,对跳频信号的跳变时刻和跳频频率进行了估计,但此时的跳变时刻估计精度较低,跳频频率的时间顺序难以确定。因此构造块对角化的傅里叶正交基确定跳频频率的时间顺序,在频率估计的基础上构建符合跳频信号局部时频特性的冗余字典,通过匹配追踪算法对跳变时刻进行精确。实验结果表明,该算法在显著降低信号采样数据量和计算复杂度的同时,保持了跳频信号参数的高精度估计。(2)传统的基于分段的跳频信号参数估计算法分段长度很难选择,若分段长度过长,频率分辨率升高,但时间分辨率会降低;反之亦然。本文所提算法在分段思想的基础上,加入了原子匹配过程,在选择分段长度时首先考虑频率分辨率,得到频率的正确估计值,然后根据估计出的跳频频率,建立跳变时刻依次改变的冗余字典,根据含有频率跳变点的压缩采样信号与冗余字典中各原子的相关度,精确估计出频率跳变时刻,解决时频分辨率矛盾的问题。本文算法利用了跳频信号在频域稀疏的结构特性,在非重构原始跳频信号的前提下,直接根据压缩测量值实现了跳频信号参数的盲估计,在显著减低算法复杂度的前提下,提高了参数精度估计。(3)现有的基于压缩感知的多个跳频信号参数估计问题常把源信号个数作为先验信息,而在实际侦查过程,该信息很难获取。针对这个问题,提出了一种基于压缩重构的多个跳频信号参数估计算法,利用噪声的随机性,对多根接收天线上接收到的信号进行重建,对比重构向量中产生峰值的位置,认为在所有重构向量中都出现的位置对应的峰值为信号产生的,该峰值数目为接收信号的稀疏度,即源信号个数。然后在稀疏度已知的条件下,利用OMP算法对时频矩阵进行估计。实验结果表明,本文算法在压缩域可以完成多个跳频信号参数的高精度估计。