低截获概率(LPI)雷达的出现,对反辐射导弹导引头提出了新的挑战,正确检测处理LPI雷达信号成为当前信号处理的重点研究对象。本文围绕信号消噪与参数估计在被动雷达导引头中的应用展开讨论,重点研究了如何在低信噪比下快速滤除LPI雷达信号的噪声以及如何在低信噪比下对其进行参数估计等问题。普通的变步长最小均方(LMS)算法是采用理想信号作为参考信号,从而得到越来越小的误差信号来控制步长的变化。而在自适应谱线增强(ALE)系统中,理想误差近似于宽带噪声而不为零,因此系统即便进入稳态,步长也不能为零,算法会继续迭代。第二章提出了一种适用于ALE系统的新的变步长LMS算法。它建立了步长因子与权系数变化之间的非线性关系,使得步长因子随权系数变化的减小而减小直至为零,同时引入步长向量实时的逐个调整权系数以进一步加快算法的收敛速度,并以线性调频信号和非线性调频信号为例,验证了算法的有效性。基于离散小波变换(DWT)的自适应消噪方法为雷达信号的滤波提供了一种可行的方法。但DWT不具有平移不变性,若不用相同的小波对滤波后的信号进行重构,会带来较大的重构误差,影响滤波效果。第三章给出了静态小波变换(SWT)和静态小波包变换的提升实现方法,提出了基于提升SWT的自适应算法和基于提升静态小波包变换的自适应算法。首先通过提升SWT和提升静态小波包变换两种方法分别将信号分解到多个尺度空间,然后利用引入更多动量因子的权系数迭代公式进行自适应匹配,并通过对匹配结果二次自适应,得到拟合的原信号。通过这样一系列处理,在计算量较传统方法增加不大的前提下,使得最终输出信号的信噪比得到了较大的提高。以高阶模糊度函数方法和乘积性的高阶模糊度函数方法为代表的参数估计算法是估计多项式相位信号(PPS)参数的次优方法,但它们存在信噪比损失,会导致累积误差,同时会出现漏检及错检等现象。第四章在分数阶傅里叶变换(FRFT)的基础上,引入了一种简化分数阶傅立叶算法(RFRFT),然后列出了线性调频信号的RFRFT的模平方表达式,并给出了其归一化前后信号参数的变换关系,同时借助角度变换提高了RFRFT的分辨率,最后根据多分量多项式相位信号自项与交叉项在进行RFRFT时的不同特点,结合相位差分法提出了乘积型RFRFT的参数估计算法,实现了兆级以上频率的多分量多项式相位信号的参数估计。这种方法运算量小,易于实现。仿真结果证实了该方法能够在较低信噪比下有效地抑制噪声和交叉项。利用循环相关理论估计信号参数,因不需要先验信息而受到广泛关注,但在较低信噪比时,它们对码元速率的参数估计效果不理想,此外,求解过程需要二维搜索,计算量较大。第五章首先提出了一种参数估计算法—改进的循环自相关函数法,它从相位编码(PSK)信号循环自相关函数的循环特征完全由载频和码速率确定的角度出发,建立了两个基于循环自相关函数的统计量,并通过这两个统计量的循环频率特征实现了PSK信号的参数估计。然后,提出了一种快速的PSK信号参数估计方法,它根据基带信号虚部和实部累加输出波形的幅度互补,且其拐点位置恰与相位跳变点相对应的特性辨识PSK信号。这种方法运算量小,易于实现。在实际应用中,可以根据需要选择合适的方法进行PSK信号的参数估计。