跳频是一种重要的扩频通信方式，抗干扰能力强、频谱利用率高，且具有优秀组网能力，因而得到了广泛的应用。因此，跳频信号参数估计问题成为跳频通信研究中的热点和难点。在传统的跳频信号处理中，由于高斯分布能够较好地描述许多信号和噪声，因而一直作为背景噪声模型。但在实际噪声或杂波环境中，如通信多通道干扰、低频空气噪声等等，是具有脉冲特性的非高斯分布。诸多研究已表明alpha稳定分布是描述此类非高斯脉冲噪声的有效模型。在这类脉冲噪声背景下，常规的基于高斯分布的处理方法性能退化甚至失效。针对此问题，本文将alpha稳定分布噪声下跳频信号的参数估计问题作为研究重点。跳频信号作为一种典型的非平稳信号，传统的傅里叶变换方法不再适用，而时频分析方法是在时间与频率的二维平面上对信号进行分析，是分析跳频信号的有效工具。本文介绍了短时傅里叶变换和Wigner-Ville分布两种常用的时频分析方法。短时傅里叶变换具有变换原理简单、计算复杂度低、实时性好，易于工程实现；Wigner-Ville分布与平滑Wigner-Ville分布具有较高的时频分辨率，但交叉项干扰严重；平滑伪Wigner-Ville分布在时频分辨率和交叉项抑制方面效果都非常好，但运算复杂，实时性差。Alpha稳定分布噪声下常规时频分析方法性能下降甚至失效。针对这一问题，本文提出了三种改进时频分析方法。其中一种是基于分数低阶统计量和均匀DFT滤波器组的改进时频分析方法；另外两种是以最大似然位置估计理论为依据，提出的基于Myriad滤波的时频分析方法和基于Meridian滤波的时频分析方法。仿真实验表明本文提出的方法能够对alpha稳定分布噪声下跳频信号的参数进行有效估计，且估计性能明显优于常规的时频分析方法和基于分数低阶的时频分析方法。