无人机作为一类新型装备,在军事电子对抗和民用频谱监测领域的应用日益广泛。但由于无人机侦察时所处的复杂电磁环境,以及所采用的非合作接收方式,其侦察信道会存在严重的多径衰落和脉冲噪声。由此导致两方面的问题:一方面,传统信道模型对无人机侦察信道不能准确刻画;另一方面,侦察信道中噪声的脉冲特性导致原有的基于高斯分布的信号处理方法失效。针对上述情况,本文引入了Alpha稳定分布理论,重点研究了无人机超短波和短波侦察信道建模以及无人机侦察信号的调制识别,对现有的模型和算法进行了改进,其研究成果对非高斯信号处理和无人机应用具有重要理论意义和应用价值。本文的研究成果可以简要归纳如下:1、根据超短波无线信道的衰落机制,针对复杂电磁环境和非合作接收对无人机侦察信道的影响,将传统广义平稳非相关散射模型进行改进,用以建模无人机超短波侦察信道。利用Alpha稳定分布模拟信道噪声环境,增强了模型的灵活度和实用性;采用基于无人机飞行状态与环境的WSSUS系统参数确定方法,使模型更加符合实际。蒙特卡洛仿真实验验证了该模型的正确性和有效性。2、根据短波电离层信道的特性和无人机的运动特点,采用改进的短波宽带ITS模型建模无人机短波天波侦察信道,并根据无人机侦察信道特点,对其应用提出了实际建议。改进信道模型针对传统模型在灵活性、复杂度和准确度上的性能缺陷,利用Alpha稳定分布来模拟噪声环境和信道随机调制函数,增强了灵活性;利用基于锚点拟合的方法模拟时延功率分布,降低了复杂度;基于无人机运动状态改进确定相位函数,提高了准确度。利用实测数据进行仿真实验,验证了该模型的上述性能优势。3、在无人机侦察信道中,针对Alpha稳定分布噪声条件下传统二阶循环统计量失效的问题,提出了实归一化压缩函数(RNCF)的概念,并推导了基于RNCF的广义二阶循环统计量的相关性质。在此基础上,选取广义循环谱特定频率和循环频率点处的幅度作为特征参量,利用最小误差判决分类方法,实现了对于备择信号的调制方式识别。仿真结果表明,该方法在Alpha稳定分布噪声和高斯噪声背景下均有良好的性能,相较于其它基于非线性变换的方法,性能相近且复杂度更低,鲁棒性更强,灵活性更好。4、在Alpha稳定分布噪声条件下,进一步将无人机侦察信道的多径衰落效应纳入,通过研究归一化压缩函数(NCF)的性质,形成一类新型广义循环统计量,提出了一种新的调制识别方法。该方法利用广义循环统计量提取Alpha稳定分布背景信号的高阶循环平稳特征,并以此为判决标准,实现了Alpha稳定分布噪声背景衰落信道中多种信号的调制识别。仿真结果表明,该方法在Alpha稳定分布噪声背景的多径衰落和单径等多种信道中均有良好的性能;相较于其它基于非线性变换的广义循环统计量方法,灵活性更强、性能更优且复杂度更低。此外,本文还基于Alpha稳定分布的性质对传统Alpha稳定分布序列产生方法进行了改进,在保证精度的前提下减小了其运算复杂度。