电子侦察是电子对抗中重要一环,而准确地识别雷达信号正是电子侦察系统中的一项重要任务。近年来电磁环境变得日益复杂,仅依托传统方法和传统参数难以获得有效的识别结果,及时、有效地识别雷达信号是电子对抗领域很主要的一个方向。由于雷达信号是典型的非平稳信号,分数阶傅里叶变换(Fractional Fourier Transform,FRFT)作为一种新兴的时频分析方法,多了一个自由参量即变换阶数p,随着它相关理论和数值算法的不断完善,越来越多地被用于非平稳信号处理。本文主要研究了以FRFT为基础的信号识别和参数估计方法,主要分为三部分:首先,对几种典型的调制信号进行调制方式识别。提出了一种基于简化FRFT和短时傅里叶变换的联合识别改进算法,算法结合决策树思想,针对不同信号充分利用两种时频分析方法各自的优点,在降低计算量的同时提高抗噪能力。对FRFT进行“升级”,提出一种基于分数阶频谱四阶原点矩的改进算法,利用包络曲线的三个特征,分别是曲线峰值、峰值处对应的p值和曲线峭度来共同组成特征向量,再采用动态聚类的方法来识别信号,能实现较好的类内聚合、类间分离,也是对传统特征参数的进行有效补充。其次,对雷达信号的参数估计。提出了一种基于快速Radon-Wigner变换和FRFT的线性调频信号参数估计改进算法,预先通过快速Radon-Wigner变换对调频率进行粗略估计,进而只需要在很小的分数阶域进行局部搜索,避免全域搜索,达到减少计算量的目的。对线性调频连续波信号参数估计,提出了一种基于周期分数阶频谱四阶原点矩的改进算法,对周期FRFT进行简化可以保证计算精度的前提下降低计算量,同时对其进行分数阶四阶原点矩计算来提升抗噪性能,仿真表明改进算法在低信噪比环境下具有较好估计精度。最后,对于多分量信号处理更需要知道局部的频谱信息,因此对短时FRFT进行研究。通过对短时FRFT的时频分辨能力影响因素进行分析,发现其受窗函数宽度、搜索间隔的影响较大。针对多分量线性调频信号识别与参数估计,提出一种基于“CLEAN思想”的改进算法,通过调节窗函数宽度来提高短时FRFT的时频分辨率,依照信号分量能量大小顺次提取强弱信号分量,并且对最佳阶域采用二级搜索的方法来降低计算量,最后仿真验证了改进算法的有效性。