多径时间延迟估计在很多领域有着非常重要的应用价值。时间延迟估计的研究推动了数字信号处理、信息论及信号检测领域的发展。因此,时间延迟估计不仅有应用价值而且有理论意义。时间延迟估计研究中,通常使用高斯分布模型来描述实际中的信号和噪声。但是实际应用中的很多信号和噪声,人为的信号噪声等具有尖峰脉冲特点的非高斯信号和噪声。若还使用传统的高斯分布来描述此类信号和噪声的话,由于信号及噪声与模型不能很好的匹配导致所设计的估计方法的性能退化或失效。为了准确地描述有尖峰脉冲特征的信号与噪声,本文使用Alpha稳定分布。Alpha稳定分布是唯一满足广义中心极限定理的分布,它能够更准确地描述非高斯噪声。它能够保持自然噪声过程的产生机制和传播条件的极限分布。Alpha稳定分布具有稳定性,所以它能够非常准确地描述现实应用中的数据。本文首先通过理论分析和性能分析了解几种基于二阶统计量的时间延迟估计方法,如相关法、广义相关法、二次相关法以及相位谱法等。由于Alpha稳定分布不存在有限二阶统计量,这限制了传统的以二阶统计量为理论依据的时间延迟估计方法的应用。因此,本文主要研究以分数低阶统计量为理论依据的多径时间延迟估计方法,如EM多径时间延迟估计算法和WR多径时间延迟估计算法。对上述两个方法进行理论研究,性能比较。并对其不足进行改进,即对EM算法和WR算法的广义化,使它们能够克服传统方法的缺点。让它们的使用范围更为广泛。