在无线通信技术飞速发展的今天,通信信号样式繁多,频谱密集重叠,与自然界中众多电磁辐射体,形成复杂电磁环境。复杂电磁环境中多变的信号蕴含着极其丰富的信息,信息化战争中,夺取信息控制权及主动权,关键在于对信号的分析处理及对所处环境复杂度的了解。本文结合课题需求,对复杂电磁环境下线性调频信号进行分析处理,并对电磁环境复杂度评估方法进行了研究。线性调频信号是经典的非平稳信号,广泛应用于雷达、通信、声呐及地震等领域,是复杂电磁环境中信号的主要表现形式。复杂电磁环境下单分量或者常规多分量信号的分析,电磁环境复杂度定性评估,现有文献已有显著成效,但对于复杂电磁环境下低信噪比LFM信号和参数相近或相同的多分量LFM信号,有待改善提高;电磁环境复杂度的定量评估方法,评估中参数提取以及评估指标的确定等问题有待进一步研究。首先,本文利用短时傅里叶变换、小波变换、Wigner-Ville分布及分数阶傅里叶变换对不同信噪比单分量线性调频信号进行滤波处理,不同时频分析法对信号的滤波效果及能量聚集性表现出不同的特点;根据线性调频信号的应用,为提高传播距离对LFM信号进行压缩处理,并简要介绍了LFM信号的两个主要参数。其次,提出广义S变换与奇异值分解相结合的方法,对含噪多分量线性调频信号进行滤波处理。广义S变换通过坐标旋转让信号在时频域内呈现出峰值,而噪声信号均匀散布在时频域内,根据这一特点可以滤除一部分噪声信号。对于复杂电磁环境下低信噪比多分量LFM信号在此基础上再利用奇异值分解的方式进一步滤波,对离散化的广义S变换矩阵进行奇异值分解,通过去除表征噪声的奇异值、保留表征信号的奇异值来对信号进行二次滤波,通过仿真验证该方法能高效滤除多分量线性调频信号中的噪声,使得后续参数提取的精度得到了很好的提高。再次,对参数相近或相同的多分量LFM信号,提出对分数阶傅里叶域进行归一化处理,不同的归一化因子,多分量信号峰值间距也不一样,多分量信号分析过程中通过选取合适的归一化因子让多信号间的距离达到最佳状态。为了快速找到最合适的归一化因子,本文提出萤火虫算法来进行归一化因子的优化选择。通过仿真验证,萤火虫算法能快速找寻到合适的归一化因子,且优化得到的归一化因子使多分量信号间距明显增大,所提取的各分量参数精度得到提高,文中通过对直线阵列天线上接收到的多分量信号波达方向的估计,进一步验证该方法的有效性。最后,在复杂电磁环境下多分量线性调频信号进行处理后,利用所提取的信号参数对电磁环境复杂度进行定性及定量评估。本文在四域法的基础上,对电磁环境复杂度评估方法进行改进,首次提出时间、频率及能量占用度三个参数联合提取,避免了参数单独提取带来的误差;其次增加频率重合度、信号调制格式、信道占用度及背景噪声强度作为评估指标,采用耗时少精度高的极限学习机为评估网络,对电磁环境复杂度进行定性及定量评估。在课题组所搭建的电磁环境复杂度评估演示平台进行仿真实验测试,验证了该方法能更全面的描述电磁环境的复杂度,也提高了对电磁环境复杂度评估的精准度。