针对Alpha稳定分布下基于分数低阶统计量（FLOS）框架的信号处理理论方法的缺点和局限性，本项目从信息论出发，以Renyi熵和相关熵为研究工具，结合概率密度函数的Parzen核估计技术，系统研究Alpha稳定分布过程的Renyi熵特性与相关熵特性，探究FLOS与基于信息论的Alpha稳定分布信号处理之间的差异与联系，构建Alpha稳定分布噪声下基于Renyi熵和相关熵的新型代价函数，探讨算法核长参数的选取与优化，开发新方法在脉冲噪声环境下无线定位技术中的应用，从而改善Alpha稳定分布下TDOA和DOA等定位算法的估计精度和收敛特性。本项目的研究成果有望克服现存Alpha稳定分布噪声下基于FLOS信号处理方法的缺点和局限性，得到性能更为优良且适用范围更宽的信号处理新方法，并且对于促进在信息论框架下形成FLOS、二阶统计量和高阶统计量信号处理统一方法，提供了一个新思路和新途径。