跳频属于扩频通信的扩频方法之一,因为其抗干扰性强、截获概率低以及优秀的组网能力,在军事通信领域得到了广泛应用,也向通信对抗提出了严峻的挑战。在通信对抗中,由于跳频参数未知,对跳频信号的侦测与信息提取变得非常困难,因此寻求对跳频信号进行截获、识别并且实现参数盲估计的方法成为了当今通信对抗领域中亟待解决的问题。本文主要在时频分析框架下对跳频信号参数盲估计的方法进行了研究,具体工作如下:针对跳频信号参数盲估计问题,研究了常规时频分析方法。通过性能比较发现,短时傅里叶变换采用哈特莱快速算法后运算速度有所提高,但是在进行参数估计时,需要已知先验条件来确定合适的窗长,而且时频分辨率单一;Morlet小波变换具有多尺度性,可以满足跳频信号多分量时频变换的要求,但是在低信噪比下变换受噪声影响较大,无法做出参数的准确估计;SPWVD的参数估计性能非常好,但是计算量巨大,无法满足实时参数估计的需要。针对以上时频分析方法所存在的问题,引入S变换,提出一种基于S变换的跳频参数估计方法。考虑到时频脊线在信号高频分量处容易受到噪声干扰的问题,结合噪声在S谱内的统计特性,提出在时频域带通滤波的间接方法对时频脊线进行平滑,以降低噪声对其的影响。通过实验比较得出,改进后的时频脊线法在较高信噪比环境下参数估计性能有较大的提高。针对S变换本身所存在的窗宽随频率变化趋势过于迅速的问题,提出了一种窗函数的改进方法。该方法在不影响S变换特点的基础上,对窗函数加入了减缓其变化趋势的参数(?) ( f)。为提高参数的控制效果,定义了(?) ( f)的定义域、值域和单调性,同时给出了(?) ( f)满足定义的曲线集。实验结果表明,此方法相比于上述所有方法在参数估计精度方面均有较大的改善。同时,此次改进只针对窗宽的变化趋势,额外增加的计算量较小,计算复杂度与S变换相当。