时间延迟估计,是指利用信号处理和参数估计的相关理论及方法,对不同接收器接收到的信号之间的时间差进行估计和测定,并由此确定其它相关参量的一项研究课题。它不仅具有重要的理论意义,在声纳、雷达、生物医学及石油勘探等其他领域中也得到了非常广泛的应用。所谓多径时延,是指信号在传输过程中因传输路径不同而引起的时延效应,它表现为同一时刻发出的信号以不同的时间到达接收点。经过多径传播之后,各接收器接收到的信号是由源信号及其各次回波叠加组成的。如何将叠加的信号分解,并且估计出信号的时间延迟是多径条件下时间延迟估计的主要任务。在早期的研究中,高斯信号模型由于其易于理论解析,因此非常普遍地应用在信号处理领域中。然而,实际应用中遇到的许多信号和噪声都是非高斯的,如低频大气噪声、水声信号和许多人为信号,这些信号和噪声都表现出显著的尖峰脉冲特性。由于高斯信号模型与这类信号和噪声不能很好地匹配,导致一些相关算法可能会蜕化或者失效。人们一般用Alpha稳定分布来描述这类信号及噪声,而且Alpha稳定分布是广义化的高斯分布,比高斯分布模型的应用范围更加广泛。本文在分析了Alpha稳定分布的基本理论及几种经典的时间延迟估计方法的基础上,依据现有的适用于高斯分布噪声下的多径时间延迟估计算法,结合分数低阶统计理论知识,提出了适应于不同背景噪声的高分辨率的多径时间延迟估计算法：广义EM算法和广义WR算法。通过理论分析和仿真实验证明,这两种算法在Alpha稳定分布噪声及高斯分布噪声下都可以得到正确的多径时间延迟估计值。并在不同信噪比下,对四种多径时延估计算法进行了仿真对比,证明了本文算法的良好韧性。