雷达技术的迅猛发展对雷达侦察系统提出了严峻的挑战。一方面,国内外军用雷达采用的信号形式日益复杂;另一方面,各种电子对抗设备数目急剧增加,电磁信号日趋密集,使雷达侦察系统处于高度密集的信号环境中。因此,信号提取和识别的能力已成为衡量电子对抗技术先进程度的重要标志之一,同时它也是现代雷达技术中急需解决且难度较大的课题之一。本文对低信噪比情况下基于高阶累积量的复杂信号识别研究正是在这一基础上提出来的。本文通过对分数阶Fourier变换和高阶累积量的理论分析研究,把高阶累积量能有效抑制各种高斯噪声的性质和线性调频(LFM)信号在分数阶域的能量聚集性相结合,提出了一种新的时频分析方法——线性调频信号基于高阶累积量的分数阶域的峰度检测。通过仿真,不仅验证了该方法的有效性,还把该方法与原有传统的时频分析方法进行了比较。结果表明,在低信噪比情况下,无论是针对单分量LFM信号还是多分量LFM信号,该方法都可以比传统方法更有效地抑制各种高斯噪声,摆脱交叉项的影响,识别有用信号。因此峰度检测算法可用于低信噪比,多分量LFM信号的复杂情况下,并能有效地抑制各种高斯噪声,更有利于复杂信号的识别。当然,分数阶Fourier域和高阶累积量的研究应用都有待进一步开展。不仅可以应用峰度检测、分数阶Fourier变换对LFM信号的重要特征参数进行估计,还可以将高阶循环累积量的优良性质应用到检测与识别领域。