随着计算机信息技术的快速发展,无人机的应用逐渐由军事领域延伸到民用领域。民用无人机具有小型化,操作简便、搭载不同设备可以完成不同任务的特点,同时也具备航拍、监控、远程调度、植保、运输等功能,越来越受到消费者的青睐。无人机在迅速发展普及的过程中,也带来一些问题,如消费者主观上的无人机安全意识淡薄,以及政策法规的不完善,导致无人机“黑飞”问题越来越严重。解决该问题的一个重要技术手段是对无人机飞控信号进行检测和参数估计,复杂的电磁环境和跳频通信机制使得对无人机飞控信号的检测和参数估计工作变得困难。因此,对无人机跳频信号的检测和参数估计研究具有重要意义及实际应用价值。本文核心内容如下:(1)对无人机的系统组成、通信原理以及跳频信号特征进行了分析,并从时域分析和频域分析两个方面对现有的跳频信号分析方法进行了总结,通过对已有跳频信号的特点分析,指明了跳频信号检测的关键点。(2)对无人机跳频信号的特征进行了总结和分析,结合无人机跳频信号所处的电磁环境以及信号和噪声在时域分布上的不同,提出了一种自适应门限计算方法,并在不同电磁环境下进行实测实验,结果表明该方法能够有效的去除噪声。以跳频信号的系列特征为基础,分析了已有聚类分析算法在跳频信号检测中的应用。(3)提出了一种改进的聚类分析算法,该算法无需设置分类数并利用了密度聚类算法的优点,可对数据进行自适应分类。通过构建无人机跳频信号波形形态特征和峰值能量特征,将改进的聚类分析算法用于无人机跳频信号检测及其参数估计。本文所提算法在不同的电磁环境条件下进行了实测实验,并与K-means、K-means++、DBSCAN和多跳自相关算法的跳频信号检测及其参数估计进行了比较分析,实验结果表明本文算法具有较高的准确率、较低的错检率及良好的稳定性。