在实际应用中的信号，如通信信号、某些雷达信号、地震波、声纳等，都是非平稳信号，传统的Fourier分析方法和理论使用的是时域或频域的全局性的变换，不能表述信号的时频域性质，即不能表述不同时间与不同频率之间的对应关系，而这种性质恰恰是非平稳信号最重要和最关键的性质，于是人们研究和提出了一系列新的信号分析方法和理论，如短时Fourier变换、时频分析、Gabor变换、小波变换、Radon-Wigner变换、分数阶Fourier变换等。分数阶Fourier变换是基于坐标轴旋转的思想提出的，在本质上是一种全局性的一维线性变换，不能直接表征信号的局部特性，但是，如果用分数阶变换轴u，v构成平面(u，v)来表征信号，也可以用分数阶Fourier变换对信号进行时频分析，并且由于它是线性变换，可有效地去除了二次变换中的交叉项，这是其突出的优点之一。 本文以非平稳随机信号中的LFM信号为研究对象，研究其侦察处理技术。对以下几个方面进行了探索，取得了一些有价值的结果： 建立了分数阶Fourier变换在实现滤波与干扰分离中的应用模型。 提出了分数阶Fourier变换在雷达信号检测中检测频率的方法。 建立阵列信号模型，提出了基于TLS-ESPRIT算法和MUSIC算法的雷达信号二维到达角的估计算法。 提出了空域欠采样条件下的到达角估计的算法。 提出了时域欠采样条件下的频率估计方法。