差分跳频(Different Frequency Hopping,DFH)系统作为一种新型的跳频技术,在军事通信领域受到了广泛的关注。随着无线通信带宽不断增大的趋势,ADC器件的采样速率面临着越来越严峻的挑战,将会成为限制DFH系统工作在更宽频谱的瓶颈。压缩感知(Compressed Sensing,CS)理论的提出,特别是直接运用于模拟信号的模拟信息转换(Analog to Information Converter,AIC)技术的出现,使得ADC器件能够以亚Nyquist速率对超宽带信号进行采样,然后以高概率确保构造出原始信号。基于AIC技术,本文尝试将CS理论运用于DFH系统,提出了AICDFH技术和AIC-Turbo-DFH技术,用能实现压缩采样的AIC模块取代常规DFH系统中的基于Nyquist采样定理的FFT模块,这样基于AIC技术的DFH系统就有可能在更宽的频谱上工作,而ADC器件在采样速率上不用为此付出高昂的代价,同时通过选择恰当的算法,AIC模块的计算复杂度也会低于FFT模块的计算复杂度。本文提出了基于AIC的DFH接收机模型,并给出了基于最小二乘法和内积的度量值计算方法,以及相应的复杂度分析,并对常规DFH和AIC-DFH的仿真性能进行对比。本文进一步将Turbo码应用于AIC-DFH接收机,提出了AIC-Turbo-DFH技术,本文先推导了基于卷积码生成多项式的G函数的Turbo-DFH系统的译码过程,然后再给出了AIC-Turbo-DFH的接收机模型以及相应的编译码结构,并对译码器中不同的交织长度和迭代次数对系统性能的影响进行了仿真分析,同时对常规Turbo-DFH和AIC-Turbo-DFH的仿真性能进行对比。本文共有六章,第一章主要阐述了将AIC技术运用于DFH信号处理的研究价值。第二章主要阐述了压缩感知的基本理论,给出基于卷积码的生成多项式的G函数构造方案和分析DFH信号的稀疏特性。第三章给出了模拟信号的CS理论模型的矩阵形式,奠定AIC技术的理论基础。第四章提出AIC-DFH技术,给出了AIC模块为频率序列译码模块提供度量值的计算过程。第五章先阐述TurboDFH系统的编译码结构,再将AIC技术运用于Turbo-DFH,提出AIC-Turbo-DFH技术,并给出了AIC-Turbo-DFH工作原理。第六章总结全文,并对未来的研究给出一些建议。