随着卫星技术和通信技术的飞速发展,在科学研究、民用建设、以及军事通信领域,卫星通信起着越来越重要的作用。由于卫星的正常运行和工作都离不开卫星通信测控系统的支持和维护,所以保证卫星测控通信系统的安全性至关重要,对卫星测控通信系统进行干扰检测研究具有重要的应用价值。传统的干扰检测方法,如能量检测法仅考虑有用通信信号的功率远小于干扰信号的功率的检测环境,忽略有用通信信号。本论文在传统干扰检测算法的基础上,针对有用通信信号与干扰信号共存的检测环境,主要研究内容如下:(1)提出了一种基于谱对消——最小二乘法的干扰检测算法。该算法在现有谱对消技术的基础上,利用已知的信号频谱,由最小二乘法构建频谱模型,将接收到的实际信号频谱与构建模型的均方误差作为检验统计量。同时,根据背景噪声设定检测门限。与现有的基于最小二乘法的干扰检测算法相比,该算法考虑利用谱对消技术处理接收信号频谱,有效降低了背景噪声和有用通信信号对接收信号实际频谱与构建模型的均方误差值的影响,提升了检测性能。仿真实验结果表明,该算法对噪声调频干扰和扫频干扰具有较好的检测性能。(2)提出了一种基于眼图能量的干扰检测算法。在考虑有用通信信号存在的检测环境中,该算法利用通信信号眼图的特性,选择与接收信号眼图眼高有关的物理量作为检验统计量,再根据背景噪声和有用通信信号眼图设定检验门限。由于通信信号的眼图特性不受通信信号增强或减弱的影响,有效降低了有用通信信号能量波动对检测结果的影响,提升了检测性能。经实验验证,该算法在低干信比下可实现对噪声调幅干扰、噪声调频干扰和扫频干扰的有效检测。(3)提出了一种基于负熵的干扰检测算法。在考虑有用通信信号的检测环境中,该算法利用接收信号的负熵可近似表示为有用通信信号、干扰信号和背景噪声三者的三阶累积量、四阶累积量多项式之和,选定接收信号负熵与有用通信信号负熵差的绝对值作为检验统计量,再根据有用通信信号的负熵设定检测门限。由于服从高斯分布的随机变量的负熵为零,因此该算法可有效抑制高斯背景噪声,提升检测性能。对噪声调幅干扰、噪声调频干扰和扫频干扰的实验结果证明了该算法的可行性。(4)提出了一种基于奇异值分解的干扰检测算法。该算法利用矩阵奇异值能反应其谱空间特性的性质,构造接收信号的轨迹矩阵,再计算其相关矩阵,然后对该矩阵进行奇异值分解,并进行归一化处理,将归一化后的主奇异值之和作为检验统计量。该检验统计量与噪声方差无关,具有恒虚警特性,因此在高斯白噪声训练样本环境中设定检测门限。该算法对背景噪声不确定度的容纳性强,提升了检测性能。通过实验仿真发现,该算法对噪声调幅干扰具有较好的检测性能。