跳频信号之所以广泛应用到军事通信领域中,是因为其良好的保密性和较强的抗干扰性。然而高带宽带来的高采样率和庞大的海量数据,给跳频信号侦查技术带来了极大的挑战。为了解决这个问题,本文引入压缩感知技术,研究压缩域跳频信号参数估计技术,所做工作的主要包括:(1)由于现有大多单跳频信号参数估计算法复杂度较高,不适用于数据量较大的情形,存在参数估计精度较低,在低信噪比下适应能力差等问题,并且没有考虑占空比对参数估计的影响。因此本文首先对接收到的信号进行等间隔分段处理,压缩后利用最大余弦法估计出载频信息,然后结合时频矩阵得到初估计的时频图案,最后根据原子分解法对初估计跳时进行局部精估计,进而得到精估计跳速。该算法通过分段处理跳频信号和采用先整体粗估计后局部精估计的思想,大大降低了算法的复杂度,并且充分利用原子分解法参数估计精度高的特点,提高了参数的估计精度,且算法适用于占空比存在的情形,在低信噪比下也有良好的表现,也解决了由于BPSP、QPSK等调制方式产生的倒π现象对原子分解法的影响。(2)针对传统的稀疏线性回归算法存在稳定性不高,低信噪比下适应性较差等问题,本文对稀疏线性回归算法进行了改进,通过重排系数矩阵得到包含时频信息的时频矩阵,然后提取时频矩阵列向量上的最大值,并利用差分估计出跳时刻。仿真结果表明,改进后的算法稳定性更好,参数估计精度有明显的提升,并且信噪比适应能力增强。(3)针对现有的大多数跳频信号参数估计算法只适用于单跳频信号场景,关于多跳频信号参数估计算法研究较少,且已有算法复杂度高或精度较差等问题。本文提出了压缩域多跳频信号参数估计算法。首先研究了压缩域多跳频信号的稀疏度估计问题,利用频谱感知的思想在不重构源信号的情况下检测出每段信号的频谱数目;其次,在已估计的稀疏度的基础上,利用改进的OMP算法和时频矩阵估计得到初估计参数;最后在初估计时频图案的基础上,提出了自适应滑窗法来精确估计跳时刻。仿真实验表明,与传统的稀疏度估计算法相比,本文提出的稀疏度算法估计准确率更高,且算法复杂度远远低于其他算法,在低信噪比下估计的多跳频信号稀疏度准确率也较高;其次,为了减小算法的计算量,在保证算法估计精度的情况下,对OMP算法进行了改进;此外,相比于传统的滑窗法,本文提出的自适应滑窗法参数估计精度明显提高,且由于迭代次数的减小,算法的计算量也明显降低,解决了传统的滑窗法无法兼顾参数估计精度和算法复杂度的问题。