非合作水声脉冲信号的截获检测以及参数估计是水声信息对抗的关键技术之一。受海洋背景噪声复杂性和声纳信号复杂性的影响,非合作水声脉冲信号的截获以及参数估计正变得越来越有挑战性。水声脉冲信号大多都是非平稳的,并且其信号形式多样、参数变化范围广,本文从信号的时频分布入手,研究了基于时频分布的非合作水声脉冲信号的截获检测与参数估计方法。本文的主要工作如下:针对二次型时频分布会产生严重的交叉项这一问题,提出基于信号模糊域特征参数提取的自适应时频分析方法。在分析水声脉冲信号的模糊域特征的基础上,通过估计水声脉冲信号在模糊域的自项的径向角度和径向长度来自适应调整核函数的参数,使核函数与信号之间达成最优的匹配——即在最大程度上保留信号自项的同时,最大限度的抑制交叉项。进而利用得到的核函数对水声脉冲信号进行时频分析。仿真和实测数据的试验结果表明,与其他时频分布方法相比,利用本文方法得到的水声脉冲信号的时频分布可以有效提高时频分辨率并减弱交叉项干扰。针对时频图像受海洋背景噪声干扰这一问题,研究了基于背景均衡和自适应稀疏表示相结合的时频图像去噪方法。本方法首先对信号的时频分布进行背景均衡,然后再利用基于过完备字典的自适应稀疏表示方法来对时频图像进行去噪。本方法可以在去除海洋背景噪声的同时,保持时频图像中信号的边缘信息。试验结果表明,利用上述方法可以将时频图像的峰值信噪比提升最少10dB。通过使用上述方法,可以得到时频分辨率高、交叉项弱、且受背景噪声干扰小的水声脉冲信号的时频图像。这样在基于时频图像对水声脉冲信号进行截获检测时,检测概率会得到有效的提升。针对水声脉冲信号的时频分布中瞬时频率曲线易中断这一问题,研究了能使信号子分量自动分类以及合并的盲分离算法,该方法从时频分布的能量的角度来提取瞬时频率曲线。为了更好地抑制混响等因素的干扰,本章设计了从图像角度出发来估计瞬时频率的算法——基于邻域集的瞬时频率曲线重建算法。仿真试验和海试数据处理结果表明上述方法可以有效地提取出水声脉冲信号的瞬时频率曲线。