本文研究了在雷达、声纳、通信等领域中有着广泛及重要应用的时间延迟估计问题。文中针对不同的应用条件,包括不同的噪声及干扰特性,辐射源、接收传感器、以及反射目标之间的相对运动情况,多径传输的存在与否,以及信号形式是否已知等等,建立了不同形式的信号模型,并对这些模型进行了深入细致的分析。文中提出、推导了一系列具有理论及实用价值的新算法,并通过计算机仿真实验验证了所提算法的优良性能。归纳起来,本文的贡献主要包括以下几个方面: (1) 对各种基于二阶、高阶、分数低阶、循环平稳统计特征的时延估计以及时延和多普勒频移联合估计方法进行了概括和总结,分析了各种方法的适用性。必要性以及各种方法之间的相似性。 (2) 利用循环平稳信号对应于循环相关函数的循环频率并不因信号发生频移而改变这一性质,提出了一种可分别估计多普勒频移与时延的方法。该方法的优良性能表现为:与同时估计时延与多普勒频移的循环模糊函数方法相比,在运算量大大减小的同时,又保持了很好的参数估计精度。 (3) 利用EM算法实现已知信号多径时延的极大似然(ML)估计,使得多维优化问题被迭代的一维优化问题所取代。在此基础上,继续对EM迭代中的初始化过程,参数更新过程,以及搜索区间的设定等提出了改进与增强,从而提高了迭代收敛的性能,并进一步降低了运算复杂性。 (4) 提出了两种有效的仅利用含噪参考信号的多径参数估计算法(其一估计多径时延,另一联合估计多径时延与多普勒频移)。所提出的两种算法均是将用于已知信号多径时延估计的WRELAX算法运用于参考信号以及目标信号的循环自相关、互相关结果,使得所提出的算法同时具备处理多径并抑制噪声的能力。 (5) 提出了一种从单个接收传感器接收数据中估计未知信号多径时延的算法。基于发射信号的周期重复性,建立了接收信号的频域模型,分析了该模型与利用阵列进行来波方向估计模型的相似性,以及该模型在参数估值时的模糊性。时延估值的闭合形式解可以通过ESPRIT算法得到,避免了搜索与迭代等繁琐的运算过程。