在现代电子侦察与对抗领域,随着电磁信号环境日益复杂和电子防御措施的发展,对信号的分选与识别变得更加困难。在同一时间内到达接收机的信号有多个,因此要从这多个混叠信号中检测并分离出各个信号及其特征参数,成为电子侦察与对抗的关键。本文主要研究目的是采用分数阶傅里叶变换(FRFT)的时频分析方法,针对现代雷达领域有重要应用的线性调频(LFM)信号进行信号分离和参数识别研究。论文首先研究了FRFT以及其它时频分析方法包括短时傅里叶变换(STFT)、 Wigner-Ville分布(WVD)等的基础理论,并对其之间的关系进行了理论推导。在此基础上对单分量LFM信号,分别采用WVD. FRFT方法进行检测及参数估计。针对FRFT方法中的峰值点二维搜索计算量大的缺点,利用一维曲线拟合算法代替二维搜索,计算量大大简化。通过实验对比,FRFT方法比WVD方法以及相关解调法具有更强的抗噪声及参数估计能力。然后对于多分量LFM信号,利用FRFT结合谱估计中的"CLEAN"思想,依次从混合信号中分离出各个信号并估计其参数。仿真实验表明本文算法克服了WVD方法中的交叉项的干扰,与Wigner-Hough变换相比计算速度大大提高,具有较好的信号分离能力和噪声抑制能力。最后,论文对于单频信号和多个LFM信号的分离进行了研究。在单频信号的功率比LFM信号功率大即LFM信号完全淹没在单频信号中的条件下,本文根据LFM信号与单频信号在FRFT域不同的时移特性,采用基于FRFT的模函数之差的信号分离算法,该方法克服了傅里叶变换中频域遮隔的缺点。仿真实验表明此方法具有较好的信号检测及参数估计能力,并且对背景噪声具有一定的对消能力。