在无线电定位中，时差估计精度是决定定位精度的一个重要因素。对窄带信号源进行时差估计时，存在估计精度不高、使用传统多径时差估计算法分辨率较低的问题。本文针对上述难点，分别研究了在高斯白噪声、稳定分布噪声中提高窄带信号源时差估计精度的算法及在多径环境中适用于窄带信号源的高分辨率算法，并将部分算法在GPU上实现。主要内容如下：1.研究了在高斯白噪声环境下，提高窄带信号源时差估计精度的方法。给出了一种基于小波降噪的二次相关时差估计算法，该算法将小波去噪理论应用于时差估计中，首先对接收信号进行小波去噪，去噪后的信号降低了噪声的影响，保留了时差信息，然后对去噪后信号进行二次相关，得到时差估计值。该算法克服了窄带信号源时差估计精度不高的缺点，仿真表明该算法适用于窄带信号源，且性能优于相关法和二次相关法。2.研究了在对称稳定分布噪声中，提高窄带信号源时差估计精度的方法。给出了一类基于预处理的共变时差估计算法和一类基于预处理的分数低阶协方差时差估计算法。前者将接收信号通过任意满足奇对称单调增的有界函数进行预处理后，再使用共变算法，理论证明了改进算法将共变方差降为了有限值，从而提高了窄带信号源在对称稳定分布噪声中的时差估计精度及算法实际应用价值。后者给出了一类预处理函数，指出了其需要满足的一组条件，并理论推导得到接收信号通过任意满足该组条件的函数处理后，其分数低阶协方差的方差减小，而估计的无偏性仍然保持，从而提高了分数低阶协方差的峰值检测精度，进而提高了窄带信号源的时差估计精度。针对这两种算法，给出了两种满足条件的预处理函数，并对其和已有的反正切函数进行仿真，验证了在对称稳定分布噪声中改进算法提高窄带信号源估计精度的有效性及在高斯白噪声环境下的适用性。3.研究了在多径环境中提高窄带信号源时差估计分辨率的方法。在发射信号波形已知的情况下，给出了一种基于最大特征向量稀疏信号表示的高分辨率时差估计算法。该方法将信号稀疏表示的思想引入多径时差估计中，并根据最大特征向量非零值的位置得到多径环境下的时差估计值。由于改进算法只对最大特征向量的稀疏度有要求，对其非零值的位置没有任何要求，故具有较高分辨率。仿真表明改进算法在多径时差远小于相关分辨率时仍然能够进行时差估计，且具有较高的时差估计精度，适用于窄带信号源。4.对基于预处理的共变算法及分数低阶协方差算法进行了并行性分析，并在GPU上进行实现。分别对比了每种算法在GPU和CPU上的运行时间及峰值检测结果，实验表明上述算法在GPU上实现时，能够得到正确结果并且开销时间减小。因此使用GPU实现本文上述算法，能够提高算法的实时性。