1.一种基于压缩感知的跳频信号稀疏分解方法，其特征在于，包括：S1、基于压缩感知理论和跳频信号具有稀疏性的时频结构特点，根据有效持续点数li、离散样本长度Ki和归一化频率fi'的三个参数构建Gabor冗余字典；S2、以相干距离为标准对Gabor冗余字典进行非相干k-means聚类，输出由分解Gabor冗余字典后得到的子字典，子字典的每一列为一个原子，令i＝1；S3、利用匹配追踪算法MP从第i个子字典中选出m个最佳匹配原子，构成稀疏分解原子集；S4、选择稀疏分解原子集中匹配度最高的原子作为下一个信号匹配原子，判断是否满足停止迭代条件，若满足则完成分解，否则令i＝i+1并返回步骤S3。2.根据权利要求1所述的一种基于压缩感知的跳频信号稀疏分解方法，其特征在于，所述步骤S1具体包括：S11、根据在基于载频的伪随机序列控制下，跳频信号是随时间变化的典型非平稳信号这一特性建立跳频信号的时域频域联合的结构模型；S12、基于跳频信号具有稀疏特性，结合压缩感知理论，构造符合跳频信号结构特性的时频原子；S13、对时频原子以时域采样间隔Ts进行采样，得到离散形式的时频原子及li、Ki和fi'的三个参数，根据li、Ki和fi'的三参数构建Gabor冗余字典。3.根据权利要求2所述的一种基于压缩感知的跳频信号稀疏分解方法，其特征在于，跳频信号的时域频域联合的结构模型表示为：其中，为宽度为TH的矩形窗；S表示信号功率，T表示观测时间，TH表示跳周期，fk表示第k跳的中心频率；α表示完整跳频时刻占比；n(t)表示加性噪声；θ是相位；t表示在时域上的变化量。4.根据权利要求2所述的一种基于压缩感知的跳频信号稀疏分解方法，其特征在于，时

频原子表示为：

其中，Ti表示时域位置，fi表示频域位置，di表示持续时间。5.根据权利要求2所述的一种基于压缩感知的跳频信号稀疏分解方法，其特征在于，离散形式的时频原子表示为：其中，表示离散形式的时频原子；γ'i为离散化参数向量，fi'表示归一化频率，li表示有效持续点数，Ki表示离散样本长度；Ts表示时域采样间隔，T表示观测时间。6.根据权利要求1所述的一种基于压缩感知的跳频信号稀疏分解方法，其特征在于，对

Gabor冗余字典进行非相干k-means聚类包括：S21、根据Gabor冗余字典设定字典相干阈值，令i＝1；S22、从Gabor冗余字典中随机选k个原子作为第i次聚类的聚类中心，每个聚类中心为一个簇，其中每个簇中的原子之间的相干距离小于字典相干阈值；S23、根据原子与第i次聚类的聚类中心之间的距离，将原子分到距离最近的聚类中心所在的簇，每个簇为一个子字典；S24、计算第i次聚类得到的每个簇相干距离的均值，作为第i+1次聚类的聚类中心，判断第i次聚类的聚类中心与第i+1次聚类的聚类中心是否相同，若相同则输出聚类结果；S25、若不相同则将令i＝i+1，返回步骤S23。7.根据权利要求1所述的一种基于压缩感知的跳频信号稀疏分解方法，其特征在于，原子之间相干距离表示为：d(gi,gj)＝1-||2/(||gi||2||gj||2)；其中，d(gi,gj)表示原子gi和原子gj之间的相干距离，<·>表示内积操作；||·||2表示L2范数。8.根据权利要求1所述的一种基于压缩感知的跳频信号稀疏分解方法，其特征在于，步骤S3包括：S31、令i＝1，获取在Gabor冗余字典和第i个子字典中与当前信号匹配度最高的原子，得到在Gabor冗余字典中的最高匹配度原子go和第i个子字典中最高匹配度原子goi；S32、对比子字典中原子与Gabor冗余字典中原子匹配度，若goi≥γgo则将该子字典中原子选出，并在该原子上进行投影，得到下一跳信号的残差向量；S33、重复步骤S32，从子字典中选出m个最佳匹配原子，并分别计算该m个最佳匹配原子的累积相干系数是否满足限定条件；S34、若满足限定条件，则将此m个最佳匹配原子构成该子字典的择稀疏分解原子集；否则令i＝i+1，返回步骤S32；其中，γ表示匹配度相似程度。9.根据权利要求8所述的一种基于压缩感知的跳频信号稀疏分解方法，其特征在于，m个最佳匹配原子的累积相干系数需要满足的限定条件为：m个最佳匹配原子的累积相干系数小于等于m与累积相干系数阈值限制条件μstop的积，表示为μcum(m)≤m·μstop；m个最佳匹配原子的累积相干系数定义为：其中，Λ表示m个最佳匹配原子的集合，gi表示第i个原子，gλ表示第λ个原子，<·>表示内积操作。10.根据权利要求1所述的一种基于压缩感知的跳频信号稀疏分解方法，其特征在于，迭代停止条件为：

其中，REn表示第n次迭代过程中信号投影向量平方和残差平方的比值；ri表示第i个原子的相干系数；REn+1表示第n+1次迭代过程中信号投影向量平方和残差平方的比值；n表示

当前迭代次数。