直接序列扩频通信由于具有功率谱密度低、保密性好、抗干扰能力强、抗多径衰落及易于组网等优点,在军事和民用中都得到了广泛应用。在军事通信中,由于电子战的迅速发展及其在信息化战争中的重要地位,直扩通信面临着严重的敌意干扰威胁;在民用通信中,为了充分利用频谱资源,直扩系统和窄带通信系统在同一频带内共存,虽然直扩系统有抗窄带干扰的能力,但受扩频增益、距离远近、发射功率等因素的影响,直扩通信仍然面临着干扰威胁。为了保证通信的有效性和可靠性,有必要在直扩通信中采用干扰抑制技术。本文在总结现有干扰抑制方法的基础上,对直扩通信中所遇到的线性调频干扰、跳频干扰、宽带梳状谱干扰的抑制方法进行研究,并进行干扰的分类识别。针对现有线性调频干扰抑制中存在的计算量过大、对时变幅度和多分量线性调频干扰研究较少的问题,提出了基于两个角度分数阶功率谱的单分量线性调频干扰抑制算法,以及高阶模糊函数和分数阶傅立叶变换相结合的多分量线性调频干扰抑制算法,并通过计算机仿真验证了算法的有效性。本文所提算法避免了现有算法中的二维搜索过程,在算法性能相同的条件下计算量大幅减小,且可以实现对时变幅度线性调频干扰的抑制。实现了对直扩通信中跳频干扰的抑制。算法中,利用小波变换在处理频率突变信号上的优势,通过小波脊线提取估计跳频干扰的参数,并使用小波去噪,最小二乘等方法提高了参数估计的精度,然后根据跳频干扰的特点使用频域自适应陷波算法实现了干扰抑制,仿真结果表明了算法的有效性。在算法中使用了快速提取小波脊线的迭代算法,有效降低了计算量。针对直扩通信中的宽带梳状谱干扰,提出了基于自适应小波包分解的干扰抑制方法。通过分析宽带梳状谱干扰的时频域特征,使用自适应小波包分解对干扰信号进行定位,然后对小波包系数进行加权处理,重构出干扰抑制后的信号,实现干扰抑制。计算机仿真表明,该算法可以有效抑制宽带梳状谱干扰,且性能优于基于DFT的干扰抑制方法。针对本文所研究的几种非平稳干扰,实现了对直扩通信中非平稳干扰的分类识别。算法中,在提取干扰特征参数的基础上,使用决策树支持向量机构造了分类器,并给出了分类器的训练算法和识别算法,进行了参数最优化选取。识别率统计表明,当识别系统信噪比大于0dB时,可以准确识别干扰信号。