本文主要研究的是云闪雷电探测系统的时延估计的实现。时延估计是无源定位的关键技术之一，定位系统的精度在很大程度上取决于时延估计的精度。快速﹑准确的时延估计方法是时差定位系统的重要课题。本文的第一部分首先对广义互相关时延估计算法进行了研究，讨论了带有窗函数的互相关算法的精度和抗加性噪声干扰的能力，随后讨论了高阶累积量时差测量算法和LMS自适应时延估计算法，分析了算法的精度，抗加性噪声能力和适用范围。接着，针对基于非线性滤波的时延估计算法进行了研究，KF能对高斯噪声下的线性系统进行最优估计，EKF能通过对非线性函数进行一阶泰勒级数展开将其线性化，进行次优估计。UKF使用了卡尔曼滤波的架构，以无迹变换来进行一步预测方程中均值和协方差的非线性传递，不需要计算雅克比矩阵和忽略高阶项。本文使用这两种算法进行时变时延估计，并比较了两种算法的精度。本文的第二部分首先从数据拼接﹑参考站选取﹑脉冲配对以及时延估计结果修正这些方面分析了时延估计程序在系统中的实现方法，然后介绍了程序设计中软件平台的搭建以及数据库的逻辑结构和物理结构。随后，对观测结果的平滑处理技术进行了研究，从逼近效果和RMS等方面比较了最小二乘滑动平均法和基于贝叶斯估计的平滑算法。本文的第三部分通过定点双站实验和移动信源三站实验，测试了系统的TDOA计算速度和估计精度，具有一定的实际价值。通过定点双站实验验证了系统针对小范围区域的时差估计性能。同时，通过移动信源三站实验验证了系统针对大范围区域的时差估计性能，并对系统探测网内区域误差进行了分析。文章最后对全文进行了总结，并提出了实际应用中需要考虑和解决的问题和研究方向。