进入21世纪以来,战争形态已由原来的机械化逐步向信息化转变,双方的对抗也不再局限于战略装备的比拼,高效精准的信息处理手段成为决定战争走向的至关重要因素。非合作跳频信号因具良好的抗远近效应及干扰鲁棒性,在信息化战争中得以推广,研究非合作跳频信号相关特性,寻找有效的拦截,识别及恢复算法,是当前军事通信领域备受瞩目的课题之一。随着硬件设施的成熟完善,非合作跳频信号逐渐向“高跳速,多频点,超带宽”方向发展,信号波形复杂度急剧上升,所包含的先验信息量却微乎其微,这些都对现代信号处理手段提出空前挑战。盲压缩感知理论是一种基于投影测量,稀疏编码及变换基构造过程提出的采样重构框架。一方面,该理论保留了传统压缩感知理论压缩采样的优势,利用投影测量对信号中的有用信息进行提取,在不破坏目标信号结构的基础上,最大限度的压缩了数据量;另一方面,该理论融合字典学习过程,通过交替迭代找到一对乘积最优的稀疏矩阵及变换基,用来恢复原始信号结构。盲压缩感知理论真正实现了无先验信息重构理念,对非合作通信的发展提供了重要理论支撑。本文进行了基于盲压缩感知的非合作跳频信号处理技术的研究,内容包括信号模型建立,盲压缩重构及跳变参数估计三方面内容。本文首先介绍了跳频技术提出及推广过程,总结了现有的跳频信号处理方法。介绍了盲压缩感知的提出过程以及相应的公式定理,总结了使其满足唯一性的三个限制条件及所对应的最优算法,并分析比较了三种算法各自的特性。然后介绍了非合作跳频通信系统组成部分、重要参数指标及调制方式。根据非合作跳频信号的定义式,选取恰当的参数值,得到信号的仿真结果。引入盲压缩感知理论来还原信号结构,根据实验数据,分析各项参数对还原质量影响。最后,在精确重构的基础上,对非合作跳频信号进行频域研究,提出针对跳变频率及跳变周期的估计方法,根据仿真数据,分析了影响估计质量的因素。