Alpha稳定分布因其具有脉冲突发的性质,与实际环境中噪声的特点相类似,因此该分布模型在电磁信号的分析处理中被经常用来建模噪声,从而得到了更加广泛的使用。特别地,在雷达、声呐、通信等领域,Alpha稳定分布噪声下的电磁信号的频谱感知和参数估计也成为信号处理中探讨的重点和热点问题。本文针对目前存在的频谱感知和参数估计算法在该噪声下性能低且不能满足实际应用需求的问题,从以下三个方面对其进行了探讨。首先,针对传统的频谱感知算法在Alpha稳定分布噪声下性能出现降低甚至无法感知的问题,提出了两种基于分数低阶协方差矩阵的Alpha稳定分布噪声衰落信道下的多天线频谱感知方法,即基于分数低阶协方差矩阵对角线元素加权的频谱感知算法和基于分数低阶协方差矩阵非对角线元素加权的频谱感知算法,这两种方法利用对分数低阶协方差矩阵中的元素加权的方式构造多天线接收信号矢量的检测统计量。通过仿真结果可知,这两种算法较目前存在的感知算法有更好的频谱感知性能。然后,提出一种基于广义线性chirplet变换（Generalized Extended Linear Chirplet Transform,GELCT）的算法和基于广义傅里叶变换（Generalized Fourier Transform,GFT）的算法对.LFM（Linear Frequency Modulation）信号的调制参数（即调频斜率和起始频率）进行了估计,广义线性chirplet变换估计算法先使用一种非线性的变换,得到抑制了Alpha稳定噪声的LFM信号,再将该信号变换到时频域。之后,进行Radon变换,并且计算该变换后的最大值,根据其对应的角度位置来得到调频斜率的估计值。最后,用已估计出的调频斜率的值来构造解调参考信号,并将该解调参考信号与原接收信号相乘得到的值进行广义傅里叶变换,利用广义傅里叶变换后的最大值的位置得到LFM信号的起始频率的估计值。通过仿真结果可知,在Alpha稳定分布噪声下,所提方法的参数估计性能接近其对应的Cramér-Rao下界,并且在低信噪比下,本文所提方法的性能优于目前存在的技术,具有良好的估计精度。最后,提出一种基于广义二阶循环统计量算法对MSK（Minimum Shift Keying）信号的调制频率间隔和符号周期进行了估计,广义二阶循环统计量是对二阶循环统计量的一个改进,其算法即首先计算接收到的MSK信号的非线性变换,实现对接收信号中Alpha稳定分布噪声的抑制,再计算其二阶循环统计量;之后求取该广义二阶循环统计量的特定时延截面,得到循环频率集合,该集合使用自适应双阈值法对循环频率进行检测的方法获得;调制频率间隔的估计值就是通过该集合中相邻的循环频率的间距来得到的;最后根据MSK信号的调制指数和已估计出的调制频率间隔可计算出符号周期的估计值。通过仿真可知,在Alpha稳定分布噪声下,所提方法的参数估计性能接近其对应的Cramér-Rao下界,本文所提的MSK参数估计方法的性能优于目前存在的技术,具有良好的估计性能。