随着电子战中电磁环境的日益复杂,电子侦察接收机需要覆盖的频率范围越来越大,这对ADC芯片采样率的要求也就越高,后续的信号处理以及数据的传输与存储也面临巨大的压力,因此传统的Nyquist采样定理已经成为对宽频带电子侦察信号进行参数估计的瓶颈。针对上述问题,本文首先提出了基于压缩感知理论的宽频带电子侦察流程,并将超宽带非均匀采样技术与压缩感知理论相结合。针对实际应用中的基不匹配问题,提出了无网格稀疏表示下的频谱估计算法,然后针对宽频带电子侦察中带宽较大的LFM信号,提出了三种基于离散稀疏字典的参数估计算法,实现了非重构条件下以欠奈奎斯特采样速率完成参数估计的任务,主要研究内容如下:1、分析了传统Nyquist框架下的电子侦察系统对宽频带电子侦察信号进行参数估计的不足,提出了基于压缩感知的宽频带电子侦察流程,可大幅度地降低采样速率和硬件要求,提出了一种超宽带非均匀采样模型,能够同时完成对信号的压缩和采样。2、针对压缩感知应用中的基不匹配问题,提出了一种无网格稀疏表示下对非均匀采样信号进行频谱估计的方法,首先建立了连续参数化字典对宽频带电子侦察信号进行无网格稀疏表示,接着对Nyquist框架下原子范数去噪在线谱估计中的应用和压缩感知框架下非均匀采样信号的频谱估计进行了仿真,结果表明,在一定条件下,多频复正弦信号、带宽较小的LFM信号和二相编码信号在本文提出的连续参数化字典的无网格稀疏表示下,都可以通过将其非均匀采样信号的原子范数最小化问题转换为半定规划问题进行求解,从而完成频谱估计的任务。3、针对带宽较大的LFM信号无法在无网格稀疏表示和DFT基下获得最佳稀疏表示从而影响参数估计效果的情况,介绍了3种基于离散稀疏字典的LFM非均匀采样信号参数估计算法:波形匹配,Down-chirp和基于DFRFT字典的算法,并对这三种算法分别进行了仿真分析。波形匹配算法原理简单,但在参数估计精度要求相同的情况下,Down-chirp算法中稀疏字典所需的原子个数更少,但两者都需要LFM信号频率参数的先验信息;基于DFRFT字典的参数估计算法除了能够解决上述问题外,由于对噪声的不敏感特性,还具有优异的抗噪性能。4、利用搭建的超宽带非均匀采样硬件平台,获取由信号源产生的雷达信号的非均匀采样实测数据,对无网格稀疏表示下的频谱估计算法、波形匹配算法、Down-chirp算法、基于DFRFT的参数估计算法作进一步的仿真验证。