当今世界形势瞬息万变,现代化军事实力影响了各方博弈的结果,因此直接决定了电子对抗技术领域的发展所向。战场的电磁环境日益复杂,传统的雷达信号分析方法逐渐难以有效地完成任务,受到的挑战迫在眉睫,寻找应对之策的任务如矢在弦。分数阶傅里叶变换(Fractional Fourier Transform,FRFT)作为传统傅里叶变换的广义形式,可以促使信号在时频平面内任意旋转,从中获得为全面的信号特征,适合用于分析非平稳信号的特征。本文围绕基于FRFT的雷达信号识别与参数估计方法展开研究,工作内容归纳为以下三个部分:首先,对FRFT的基本理论进行了研究,针对典型的单一调制信号的识别问题,提出一种基于FRFT的单一调制识别方法,通过信号及信号瞬时自相关的FRFT谱包络曲线特征,结合分类树思想,实现了4种单一调制信号的识别。针对复合调制信号的识别问题,提出一种基于FRFT与相位跳变检测的复合调制识别方法,该算法中采用信号平方的FRFT谱包络曲线特征与相位特征由粗到细地实现了5种调制信号的识别。然后,对单分量LFM信号,针对基于FRFT的参数估计中全域搜索导致的计算冗余问题,提出一种基于连续域蚁群优化(Continuous Ant Colony Optimization,CACO)的FRFT极值搜索方法,该算法中通过二维粗搜索得到FRFT阶次的粗略估计值,以此限定搜索区间并作为先验值带入CACO算法进行寻优,达到提高搜索效率的目的,仿真结果表明该算法在提高搜索效率的同时,能够保证估计精度。最后,对多分量LFM信号,针对基于FRFT的参数估计中重复搜索与估计精度问题,提出一种基于吕分布(Lv’s Distribution,LVD)与高分辨的FRFT计算(Zoom-FRFT)的多分量LFM信号参数估计方法,该算法中通过LVD实现分量检测与参数粗估计,以粗估计值作为先验值限定FRFT搜索区间,达到减少计算次数的目的,并通过Zoom-FRFT细化最佳阶数下的FRFT谱,提高参数估计精度,仿真结果验证了新算法的有效性。针对信号局部特征的获取问题,对短时分数阶傅里叶变换(Short Time Fractional Fourier Transform,STFRFT)的基本原理与实现方法进行了详细分析,介绍了一种基于STFRFT的多分量LFM信号检测与参数估计算法,该算法结合CLEAN思想逐步处理信号分量,实现了良好的估计效果。