跳频通信是使用主动躲避敌方干扰的方式来达到抗干扰的目的,所以主动权就很强。对于跳频频段较窄的系统,一般可以采用功率宽带压制干扰的方式来干扰。但是对于一些无人机的跳频通信系统或者跳频频段很长的通信系统,如果只需要截获一小部分的频点就能对敌方后续频点进行有效预测,并且进行预测跟踪干扰,便可以降低干扰强度,提高干扰设备的便携性。本文主要研究跳频码序列的预测算法,通过接收到过去时刻的频点序列,进行建模,预测未来时刻的频点序列,并对部分算法进行了改进,同时讨论了存在误码或加噪情况下的算法分析。论文的主要工作如下:1.针对不同序列生成的跳频码序列进行了详细的理论介绍。对跳频预测的方式和应用的场景条件,进行了总结和分析。针对不同的跳频码序列,做了序列分布和高维相图仿真并进行了分析,设计了跳频码序列预测的总体方案。2.针对在接收到的是实际跳频频率序列图案的情况下,基于B-M算法重构还原m序列产生的L-G抽头模型结构参数时,存在先验信息需求多的问题,提供一种基于动态重构的m序列跳频码结构还原方法。该方法能通过添加判定条件的方式,根据实时接收的跳频频率进行判断和动态修正,并最终解算出正确的L-G结构参数。3.针对接收到的跳频频率序列存在缺码、误码和增码的情况下,通过情况分析,提供了处理方法,并通过仿真成功验证了算法的可行性。对不同误码情况下改进算法的解算效果进行了仿真对比。介绍了基于移位寄存器特性的预测算法,并进行了仿真。4.对相空间重构的原理过程进行了介绍和推导,并通过C-C算法求解相空间重构参数的方式,根据参数设置和仿真图形对混沌序列的相空间重构过程进行了分析和求解。对于混沌序列的预测算法,本文介绍了RBF神经网络预测算法和Volterra自适应滤波器在混沌序列预测方面的应用。通过对比这两种算法在无噪和有噪情况下对混沌序列一步和多步的预测性能,并进行了不同训练长度和不同信噪比下的多步预测性能比较。最终根据比较结果分析出两种算法在不同条件下对混沌跳频码序列的预测性能差异性。