如何对跳频信号的性能进行精确地分析以及对信号的特征参数进行高效地估计,已成为目前军用通信和民用通信侦察领域的重要研究课题之一。本文在阅读了大量文献的基础上将多种自适应估计算法进行仿真和对比分析,并分别应用于跳频信号的信号处理中,实现对跳频信号的参数估计。本文研究了自适应最优核的时频分析（AOK-TFR）、迭代自适应谱估计方法（IAA）、基于迭代最小化的稀疏谱估计方法（SLIM）、基于协方差的稀疏迭代谱估计方法（SPICE）、基于似然函数稀疏参数谱估计法（LIKES）。由于在重尾分布噪声背景下,IAA、SLIM、LIKES和SPICE谱估计方法不稳健,所以,研究了它们的l₁范数和l_p范数扩展,即l₁-IAA、l_p-IAA、l₁-SLIM、l_p-SLIM,l₁-LIKES、l_p-LIKES,l₁-SPICE和l_p-SPICE谱估计法。稀疏谱估计方法的l₁范数和l_p范数扩展可以理解成将非线性频率估计问题调整为一个系数与振幅在已知的频率点上相对应的线性模型的参数估计问题。通过对比分析自适应稀疏算法的经典估计方法与l₁范数和l_p范数扩展法,判定在不同噪声环境下l₁范数和l_p范数扩展算法与常规l₂范数算法的估计精确度和频率分辨率性能。本文将每种方法进行了理论推导与仿真研究,并结合周期图法分别在高斯噪声背景下和冲激噪声背景下将每种谱估计法进行对比与分析。然后开展水下声试验,详细介绍了试验的环境、过程与结果,最后用自适应稀疏估计算法和传统周题图法对试验数据进行处理,并对结果进行对比分析。