合理地认识、描述与处理噪声与干扰,降低其不利影响,进而提高系统算法性能一直是信号处理领域重要的研究内容。随着对于噪声认识的逐步深入,人们发现在许多实际环境中,噪声与干扰并不完全符合高斯分布,而是具有a稳定分布的脉冲拖尾特性,这就使得原有高斯假设条件下的基于二阶统计量的信号处理方法出现性能的退化。对于短波通信而言,其电离层反射信道容易受到太阳黑子爆发和大气层雷暴等突变因素的影响,因而信道的频率色散以及信道噪声等也具有明显的拖尾效应。因此,研究脉冲噪声环境下短波信道建模与信号分析处理新方法,具有重要的理论意义和实用价值。本文在α稳定分布噪声假设下,对现有的ITS短波信道模型、短波衰落信号的时间延迟估计(TDE)方法、波达方向(DOA)估计和码元速率估计等问题进行了较为深入的研究,提出了一些新的设计思路与统计信号处理方法,取得了一些新的研究成果,主要包括以下几个方面：(1)在短波电离层反射信道的建模与仿真方面,提出了一种基于α稳定分布的短波宽带信道改进模型。针对现有ITS短波宽带模型存在的操作灵活性差和运算复杂度高的主要不足,利用α稳定分布对ITS模型中的随机调制函数的产生方法以及加性噪声的模型等方面进行了改进：在随机调制函数的形成方面,提出了一种利用对称α稳定分布(SaS)函数变换的产生方法,不仅克服了窄带噪声的功率谱成型问题,而且使多普勒扩展的灵活性更好,可以更好地模拟出各种典型短波通信场景中的信道传输模式；加性噪声与干扰采用了SαS分布模型,不仅简化了噪声干扰的产生方法,而且取得了与实测情况较好的一致性；时延功率分布利用基于锚点拟合的方法进行了逼近,取得了更好的逼近效果。通过与实测散射函数图以及典型传播信道的比较,仿真实验结果表明该模型能够更加灵活、逼真地描述短波电离层反射信道的主要统计特性。(2)在脉冲噪声环境下短波衰落信号的时间延迟估计方面,针对信号衰落带来的不利影响,提出了两种新的时延估计改进算法。针对原有时延估计双基元模型未考虑信号衰落的不足,提出了一种脉冲噪声环境下短波衰落信号的模型。以此模型为基础,首先利用非线性变换能够抑制脉冲噪声尖峰突变的良好特性,通过增加滤波器滤除带外噪声,提出了一种基于非线性变换与滤波器结合的TDE算法,实现了脉冲噪声环境下短波衰落信号的时间延迟估计,相对于基于分数低阶统计量(FLOS)时延估计算法和基于相关熵准则(GCA)的时延估计算法,取得了更好的估计效果。其次,提出了N阶非线性压缩核函数(NCCF)的概念,并证明基于该函数的统计量具有与分数低阶统计量类似的有界特性,以此为基础形成了基于N阶非线性压缩核函数的TDE算法,仿真实验结果证实该算法的估计性能优于FLOS-TDE、GCA-TDE等算法。(3)在脉冲噪声环境下波达方向估计方面,由于α稳定分布的二阶统计量往往是不存在的,造成基于多重信号分类(MUSIC)法的DOA估计无法进行协方差矩阵的特征值分解,进而导致DOA估计性能下降。为此,本文提出了两种改进的DOA估计算法：基于归一化压缩函数的MUSIC算法和基于非线性压缩核函数(NCCF)的MUSIC算法。两种新算法都采用压缩的方法抑制脉冲噪声的尖峰拖尾,形成了类似于协方差矩阵的有界矩阵,通过对有界矩阵的特征值分解,张成了相应的信号子空间和噪声子空间,利用子空间的正交性查找空间谱的峰值,确定波达方向位置。通过仿真实验与已有的算法进行了对比分析,进一步验证了上述两种DOA估计算法的正确性和稳定性。(4)为了提高脉冲噪声环境下MPSK信号码元速率的估计准确率,提出了一种α稳定分布噪声下MPSK信号新的码元速率估计算法。该算法采用归一化压缩函数对含有α稳定分布噪声的MPSK信号进行非线性压缩,有效抑制了脉冲噪声对于循环谱密度的影响；算法利用循环谱密度在f=0截面最大值确定在循环频率截面的搜索范围[ε1,ε2],通过在该范围内进行循环谱密度的累加,使码元速率的估计性能得到改善,取得了比已有算法更好的估计效果。