为了能在未知跳频模式或跳频时刻的条件下,实时估计跳频信号的频率,提出了1种相位粒子滤波的跳频信号频率跟踪算法.首先建立了跳频信号的相位统计模型;然后通过粒子滤波算法实现对信号相位的后验概率密度估计;最后通过相位的后验概率密度实现对跳频频率的最小均方误差估计.算法使用序贯重要性采样技术实现粒子权值的迭代更新,采用系统重采样技术防止粒子权重的衰退.仿真实验表明:该算法具有稳健的实时频率跟踪能力,而且当信噪比较高时,相对于重分配平滑伪Wigner-Ville分布的时频分析算法或辅助谱图粒子滤波估计算法,具有更小