随着科学技术的发展,电子侦察中需要同时检测的带宽大大增加,传统的基于奈奎斯特采样定理的电子侦察系统遇到了一些瓶颈,而压缩感知理论的提出为解决检测带宽与采样定理间的矛盾提供了一种新的思路。对侦收信号的预处理是电子侦察系统中非常关键的环节,其主要任务是获取信号的时域、频域参数,得到雷达脉冲描字(PDW)。本文研究了在压缩感知理论框架下对侦察信号进行预处理的方法,主要完成了以下几个方面的内容:1、研究了压缩感知的基本原理以及其在电子侦察预处理中的应用,包括对信号的稀疏表示、压缩观测矩阵的设计、重构原始信号的方法等。2、研究了目前主流的几种压缩感知模拟信息转换器(AIC)实现方法,包括随机解调、调制宽带转换器、随机调制预积分以及非均匀采样器,并对非均匀采样器进行了仿真分析。3、以傅里叶变换域为稀疏域,非均匀采样器作为压缩采样模型,将快速迭代阈值收缩算法(FISTA)应用于求解基追踪抗量化噪声(BPDQ)优化问题,得到了易于硬件实现且能够高效处理大规模优化问题的压缩采样信号恢复算法,并在Matlab平台上进行了相关的仿真验证。4、对基于FISTA运算框架的信号恢复算法进行了优化处理,大幅降低了算法在数字电路上实现的难度,最后给出了经过优化后的信号恢复算法的FPGA实现方法,并通过Vivado Simulator进行了仿真验证。5、研究了自适应门限原理和脉冲信号PDW参数计算方法,给出了自适应门限以及PDW计算模块在FPGA上的实现方法,并结合信号恢复模块,以压缩采样后恢复的信号作为输入信号模型,在Vivado Simulator上进行了仿真验证。