随着现代科学技术的快速发展,信号的带宽越来越宽、瞬时特性趋于普遍化、调制方式向复杂化和高阶化发展,信号的传输速率也快速提高,信道的时变特性和噪声类型变得越来越广泛。在这种情形下,仅测试分析单一信息域信息的电子测量仪器已经不能完全反映复杂宽带信号的特性。为了满足信号的测试需求,需要将示波器的时域信息、频谱仪的频域信息和矢量信号分析仪的调制域信息有机结合起来,在同一时钟、同一触发机制下对输入射频信号进行多个信息域的时间相关分析研究,从而全面观察信号在多个信息域中的参数特性。基于上述背景,本论文在信号混合域分析测试系统基础上对信号的混合域测试方法进行了深入研究。在研究过程中,对下述问题提出了解决方法:（1）由于混合域信号分析测试系统具有大的实时分析带宽,在大带宽、频率分辨率高的情况下,根据采样频率和频率分辨率之间的关系,需要大的采样点数。而长序列在做时频转换时乘法量很大,难以在工程中实现。针对该问题,本文在二维Good-Thomas时频转换算法的基础上,结合了Winograd傅里叶变换算法和传统的基-2快速傅里叶变换（Fast Fourier Transform,FFT）算法,提出了一种可以显著减少长序列时频转换所需乘法数的算法。通过对新提出算法的理论分析可知,该算法所需的乘法数小于常规基-2 FFT算法,具体的,当序列长度为80k个采样点时,乘法数为基-2 FFT算法的38.14%。通过仿真数据可知,使用该算法得到的长序列的频谱与使用基-2 FFT算法得到的频谱幅度误差小于10-11,基本可以忽略。（2）由于混合域信号分析测试系统可以全面分析信号的时域信息和频域信息,当突发瞬态信号由于功率过低而没有在频域中显示时,其在时域已经被触发,因此,混合域信号分析测试系统可以比实时频谱分析仪分析持续时间更短从而功率更小的突发瞬态信号。若突发瞬态信号持续时间在一个FFT帧中所占比例过小时可以使用帧重叠技术更好地观察信号频谱,而信号所占比例越小,滑动次数越多,时频转换所需计算量越大,越不利于工程实现。为了降低计算量,本文基于二维Cooley-Tukey算法,并结合滑动离散傅里叶变换（Sliding Discrete Fourier Transform,SDFT）算法,提出了一种低计算量的滑动时频转换算法。通过理论分析可知,若突发瞬态信号的滑动率被设置为在4/N（N为一个FFT帧的点数）到6.250%之间时,新算法的计算量低于基-2 FFT算法和SDFT算法。具体的,若一个FFT帧的点数为1024,滑动率为1.562%,则新算法的乘法量为基-2 FFT算法的80%,以该滑动率进行仿真,通过得到的精确频谱值可知新算法与常规基-2 FFT算法之间的误差小于10-12,基本可以忽略。（3）在信号解调过程中,消除符号间干扰（Inter-Symbol Interference,ISI）的均衡算法通常都是针对高斯噪声下的通过常规衰落信道的信号;而对脉冲性非高斯噪声下的通过快速时变信道的信号进行解调时,若使用常规算法进行均衡,很可能不收敛。针对该问题,本文提出了一种基于复指数基展开模型（Complex Exponential Basis Expansion Model,CE-BEM）的源信号恢复方法。该恢复方法分为2个阶段,第一个阶段为信号的均衡,在该阶段给出了一个分数间隔分数低阶盲均衡算法;第二个阶段为源信号的基频率估计,在该阶段,通过计算p阶分数低阶循环矩得到了脉冲噪声环境下的基频率估计值。计算机仿真结果表明,在脉冲性非高斯噪声环境中,新的分数间隔分数低阶盲均衡算法的收敛性能明显优于分数间隔盲均衡算法。在信号均衡以后,利用得到的均衡信号计算p阶分数低阶循环矩,可以得到正确的基频率估计值,从而完成了源信号的恢复。（4）针对混合域信号分析测试系统在对通过脉冲性非高斯噪声下信道的多级正交幅度调制（Multilevel Quadrature Amplitude Modulation,MQAM）信号进行解调时,信号在均衡阶段不易收敛的问题,给出了一种基于最大相关熵准则（Maximum Correntropy Criterion,MCC）的盲聚类多模算法。该算法的基本思想是把对MQAM信号进行均衡分解为对多个4QAM信号进行均衡以减小误差。该算法的代价函数基于MCC,并且分解为同相项和正交项以消除相位模糊,并以一种简单方法计算算法中的权重系数。仿真结果表明,该算法不仅可以在高斯噪声环境中,也可以在脉冲性非高斯噪声环境中对MQAM信号进行盲均衡,并且在脉冲性非高斯噪声环境中比其他盲均衡算法具有更好的均衡性能。