跳频通信技术具备抗干扰性强的优良特性,近年来无论是军事还是民事领域均得到了广泛应用。与此同时,跳频通信侦察也迎来了严峻的挑战。由于现实中存在的通常是多跳频信号,因此,开展对多跳频信号侦察技术的研究,寻求对多跳频信号进行处理的高效算法,已成为当前通信侦察领域紧迫而艰巨的任务之一。本文开展了单天线接收下多跳频信号侦察算法的研究,主要包括多跳频信号的提取、参数估计和分选三个环节。在多跳频信号提取环节,首先,提出了一种基于谱图和平滑伪魏格纳维尔组合时频分布的改进算法,在不增加算法运算量的同时,明显改善了算法性能。仿真结果表明,改进的谱图和平滑伪魏格纳维尔(SP&SPWVD)组合时频分布算法相较于其他组合时频分布,得到的时频图更加清晰,定量指标信息熵也最低。其次,采用了基于形态学滤波的算法对时频图进行去噪,在去除定频干扰时,针对现有的形态学腐蚀相减法剔除不完整的缺陷,提出了一种基于连通区域的面积峰值法。仿真结果表明,连通区域面积峰值法的去噪效果更佳。在多跳频信号参数估计环节,提出了一种基于时频图连通性的参数估计算法,在估计跳频信号源数目时,给出了一种基于连通区域统计的方法,与现有方法相比更为简便高效。在估计每跳信号的中心频率时,通过提取连通区域质心所在频率点位置来获取更为精确的估计值。仿真结果表明,整体上所提算法应用到慢跳频系统中时参数估计性能优于快跳频系统,快跳系统在信噪比较低时,估计误差上升一个数量级,参数估计性能出现较大恶化。最后仿真对比了基于改进前后两种组合时频分布算法时的参数估计性能,验证了时频图结果的好坏对所提算法的影响以及改进的组合时频分布算法的有效性。在多跳频信号分选环节,针对异步非正交组网跳周期不同时,提出了基于周期参数K-Means聚类的多跳频信号分选算法。通过将跳频信号源个数作为聚类数目,省去了计算损失函数寻找K值的过程,仿真结果表明该算法在跳周期估计均方误差较小时,分选准确率极高。针对跳周期相同时,先基于同一跳频信号的时间连续特性进行初步分选,然后基于同源跳频信号的能量相近特性进行二次分选。最后,在定频干扰与跳频信号发生频率碰撞时,提出了一种基于时间特性的丢跳检测算法以及一种基于能量特性的丢跳恢复算法。通过仿真被干扰跳之间不同情况,验证了所提算法的有效性。