为了解决存在定频干扰时跳频信号的参数盲估计问题,提出了一种基于时频能量值对消的定频干扰去除算法, 并且利用最小二乘法实现跳频信号的参数盲估计。首先,利用K-means算法对能量对消差值聚类选取自适应阈值, 同步去除噪声和定频干扰; 其次,提取重构时频矩阵每一时刻频率轴的能量最大值, 得到周期震荡的包络图; 最后,利用最小二乘法对包络图每一极值时刻线性拟合, 实现跳频信号参数的盲估计。仿真结果表明,与同类算法相比, 该算法有效去除定频干扰, 实现了更低信噪比条件下跳频参数的高精度估计, 并使估计参数的相对精度维持在较高水平。

针对周期长码直接扩频信号的PN码盲估计问题,提出了一种基于改进GA的扩频码估计方法。首先,通过观测信号来初始化种群,在种群更新时保留最优个体并加入一部分随机产生的个体防止局部最优的方法来改进GA;然后,根据信号协方差矩阵的谱范数来估计PN码与信息码的同步点;最后,截取一周期的观测信号,利用改进的GA来估计PN码。仿真结果表明,改进后的算法加快了收敛速度,减少了迭代次数,在低信噪比条件下能够取得良好的效果。

针对全球导航卫星系统(GNSS)接收机抗干扰性能评估存在影响因素多、数据融合难的问题，提出了一种基于云模型的GNSS接收机抗干扰性能评估方法。该方法首先根据复杂电磁环境中的干扰因素建立接收机抗干扰性能评估指标体系，将其中的定性指标定量化后与定量指标共同构成云模型评估的依据; 然后，采用黄金分割法建立接收机性能评价等级，利用云算法并结合指标权值计算各指标的云数字特征,得到直观的综合评价云; 最后，通过计算云模型中综合评价云与各标准评价云之间的相似度大小获取最终评估结果，实现GNSS接收机抗干扰性能评估。与证据理论和模糊综合评估方法的对比结果表明，该方法可以实现对多个接收机抗干扰性能准确有效的评估，而且评估等级结果更加全面直观。

针对通信对抗中跳频（FH）信号的提取和检测问题, 考虑存在定频干扰的情况下, 提出了一种基于局部自适应阈值的跳频信号提取和检测方法。在短时傅里叶变换（STFT）的基础上, 通过求解合适的局部自适应阈值, 消除定频干扰的影响, 实现对跳频信号的提取。然后, 根据跳频信号在驻留时间上的连续性对提取结果进行检测。仿真结果表明, 当干信比（ISR）为10 dB时, 无论是否发生频率碰撞（跳频信号的频率与干扰频率相同）, 算法均可以实现对跳频信号的有效检测, 且算法复杂度低、可靠性高。

以全时段宽频压制式电磁干扰为主的无人机遥控链路对抗手段，对功率浪费较大且影响周围环境，采取跟踪式干扰并结合其干扰范围制定开机策略能够有效解决此问题。基于对无人机遥控数据链路实施跟踪式干扰的需求，从跟踪式干扰需满足的时域及功率条件出发，推导了跟踪干扰双曲面及有限功率干扰范围不等式，确定了不同参数条件下的有效干扰范围，从而提出了合理干扰开机策略。仿真实验结果表明，制定的开机策略与参数变化规律相符，对提高无人机电磁干扰效能具有指导意义。

现代飞行器运动特性复杂，其姿态变化引起的天线对空覆盖特性改变，使得天线前端接收的信号增益变化。传统GPS信号仿真，在处理其信号增益上没有考虑上述影响。为此，综合天线波瓣图、坐标系转换以及飞行器的姿态，导出GPS信号增益模型，实现飞行器姿态在GPS信号仿真上的体现，对于深化卫星信号仿真技术具有工程上的指导意义。