摘要：跳频信号分选作为跳频通信侦察工作中的重要一环,为跳频信号后续处理提供了基础,但是在复杂电磁环境下,各种噪声信号同时存在且跳频网台个数未知,现有的跳频信号分选算法,分选正确率往往不理想。为了解决这个问题,提出了一种基于DBSCAN聚类算法的跳频信号分选方法,通过对截获信号的方位、功率、周期等特征参数进行聚类,估计出检测范围内跳频信号的个数。最后的仿真表明,该算法能有效排除噪声干扰,且在跳频网台个数未知的条件下,依然具有较高的分选正确率。