在现实生活中或雷达、无线通信、地震等技术应用中，许多信号具有非平稳的特性，且相位具有连续瞬时特征。多项式相位信号是处理该类信号最常见的一种模型，其检测和参数估计成为信号处理领域一个研究热点。已有的算法主要分两类：第一类以最大似然估计或非线性瞬时最小二乘法为代表，优点是估计精度高，能在低信噪比情况逼近克拉美罗下界，缺点是随着相位参数的增加，计算复杂度也急剧增加；第二类以非线性时频分布类工具为代表，如高阶模糊函数、高阶魏格纳分布等，优点是计算复杂度低，缺点是由于低阶相位参数的估计依赖于高阶相位参数的估计，存在信噪比门限现象，在低信噪比情况下估计效果较差，且多分量时可能引入交叉项干扰。对于二阶多项式相位信号（即线性调频信号），也可采用线性变换进行处理，如分数阶傅里叶变换、小波变换等，特点是估计性能好且不会引入交叉项。对于高阶（大于二阶）多项式相位信号，要减少计算复杂度，则可能引入更多的非线性算法。而随着非线性处理过程的增加，估计性能也随之下降。因此没有统一的算法选择标准，应根据性能要求并结合信噪比环境，尽可能选择计算复杂低的算法。本文先介绍了基本的研究理论，主要介绍分数阶傅里叶变换和高阶模糊函数。然后就多项式相位信号检测与参数估计作如下创新研究：1.分析分数阶傅里叶变换和线性完整变换的微积分性质，将其推广得到分数阶微积分性质。并利用线性完整变换推导出比分数阶傅里叶变换更简化的线性变换，实现线性调频信号的估计。2.研究有限时长的线性调频信号频谱和立方相位信号二阶矩的频谱，提出直接或间接利用快速傅里叶变换粗略预估计最高阶相位系数，缩小二维谱峰搜索运算的搜索范围，大幅降低计算复杂度。3.研究高阶模糊函数处理多分量多项式相位信号的识别问题，并证明具有高阶相位系数的多分量，其产生干扰的交叉项都具有严格的对称特性。根据对称性提出一种新的基于高阶模糊函数的算法，能完全消除交叉项干扰。4.分析相位参数分离的多项式相位信号估计算法，将信号分解为两个信号，每个信号各含原信号一半的相位参数。对于多分量情况，分离算法可构造对称的交叉项，利用对称性消除交叉项干扰。再利用适当的线性变换，对两新信号进行谱峰搜索，实现相位参数的估计。相比高阶模糊函数等算法，该方法在增加一定计算复杂度的基础上提高了低信噪比下参数的估计性能。5.研究实多项式相位信号的泰勒展开，提出一种从多项式到厄米多项式的线性变换，实现对多项式相位信号的参数估计。与其它非线性算法相比，该算法对最低阶相位系数有很好的估计效果。