冯维婷，梁 青，汪一楠

(西安邮电大学 电子工程学院, 陕西 西安710121)

跳频通信信号的频率随时间按伪随机规律变化，具有不易截获、组网方式灵活和抗干扰能力强等优点，在军事和民用通信中得到了广泛应用[1-2]。在通信侦察和电子对抗等领域中，获得对方跳频通信信号的跳频频率、跳频周期和跳变时刻值等参数信息是破译及干扰其通信的首要条件[3]。估计跳频通信信号相关参数信息一直是信号处理领域研究的热点[4]。

跳频信号为非平稳信号。由于时频分析方法能够表征不同时间和频率的信号能量密度，成为目前跳频信号特征提取的主要方法。经典的时频分析方法包括短时傅里叶变换[5](Short Time Fourier Transform, STFT)、小波变换[6](Wavlet Transform, WT)和魏格纳-威尔[7-8](Wigner-Ville Distribution, WVD)。受限于Heisenberg原理或者存在非期望交叉项等原因，采用这些经典的时频分析方法时，存在时间和频率分辨率不能兼得或者分辨率较低等问题，从而影响了跳频信号非平稳特性的准确表示。

2011年，Daubechies等提出了同步压缩变换[9](Synchro-Squeezing Transform, SST)方法。该方法是一种高时频分辨率的时频分析方法，其以STFT或WT为基础计算信号的线性时频谱，对时频谱进行压缩，得到新的时频谱[10-11]。较之原时频谱，采用SST方法得到的新时频谱具有更高的时频分辨率。SST方法有着广阔的应用前景，然而该方法也存在不足之处，如具有较差的噪声鲁棒性[12]。为此，阮婉莹等[13]将变分模态分解引入SST，以提高SST的噪声鲁棒性。但是，该方法的推导过程基于瞬时频率为连续函数的信号的情况，对瞬时频率有跳跃点的跳频信号，在跳变时刻的时频分辨率明显较低。……