孙慧贤，刘广凯，张玉华，全厚德，唐友喜

(1.陆军工程大学电子与光学工程系，河北 石家庄 050003；2.电子科技大学通信抗干扰国家级重点实验室，四川 成都 611731)

0 引言

跳频通信由于其优良的低截获概率和抗干扰性，在军事通信对抗领域得到广泛应用。其中，跳频信号的参数估计，尤其是跳周期估计已成为研究的重点[1]。

跳频信号属于典型的非平稳信号，国内外学者大多采用时频分析方法得到清晰的时频图后，再估计其跳频参数。时频分析方法主要包括以短时傅里叶变换(Short Time Fourier Transform, STFT)、Gabor变换、小波变换和S变换等为代表的线性变换和以魏格纳威尔分布(Wigner-Ville Distribution, WVD)、伪WVD(Pseudo Wigner-Ville Distribution, PWVD)、平滑伪WVD(Smoothed Pseudo Wigner-Ville Distribution, SPWVD)及以Cohen类为核函数的Cohen类非线性变换，但两类分析方法存在聚集性和交叉项的矛盾。S.Barbarossa针对单一跳频信号，应用WVD时频分析方法得到时频图，以该窗内时频能量最大值处的频率作为该窗载频，并给出了跳频信号的跳周期、跳频率和跳时的估计方法，在频点较少时有很好的估计性能[2]。在此研究基础上，国内外众多学者为减弱WVD分布交叉项对信号参数估计的影响，采用PWVD、SPWVD和Cohen类等通过在时、频域平滑、加窗抑制非线性交叉项[3-7]。基于线性变换的时频分析方法能够完全消除交叉项的影响，文献[8—10]采用STFT和短时哈特莱变换(Short Time Hartley Transform, STHT)方法，但存在聚集性不高的问题。对于聚集性和交叉项的矛盾，部分学者采用组合时频分析[11-12]和重排时频分析[1,13]方法达到二者综合效果，但同时引入了计算量大的问题。在得到跳频信号时频图的基础上，大多采用该窗内的时频能量最大值所在频率作为该窗载频，对该载频序列进行快速傅里叶(Fast Fourier Transform, FFT)变换，得到跳周期估计值[3,9,12,16]；……