时间延迟(Time-difference-of-arrival, TDOA)和多普勒频移(Frequency-difference-of-arrival, FDOA)估计是信号处理中的重要问题,在通信、雷达、声纳系统被动定位,无线电监测和军事等许多领域中均有广泛应用。传感器接收信号中的时延和多普勒频移等参数为信源定位和运动检测提供了必要的信息,接收设备利用这些参数可以有效的对目标进行定位和跟踪。许多传统的基于二阶和高阶统计量的时延和多普勒频移估计方法可以有效地抑制高斯噪声,基于分数低阶统计量的算法则对脉冲噪声具有较好地抑制效果。但是,这些方法无法抑制与信号频带重叠的干扰对信号参数估计的影响。利用许多通信信号具有循环平稳特性的特点,学者们提出了基于循环平稳特性的信号选择性时延和多普勒频移估计方法。信号选择性参数估计方法能够同时抑制干扰和高斯噪声对信号的影响,具有较好的效果。但是,大量理论研究和实际测量表明,实际应用中的许多噪声具有显著的短时尖峰脉冲特性,这类噪声更适合用α稳定分布模型来描述。由于α稳定分布过程不存在阶次大于特征指数α的矩,因此,在脉冲噪声环境中基于二阶循环统计量的时延和多普勒频移估计方法会出现性能退化甚至失效。为了抑制噪声和干扰对循环平稳信号的影响,提高参数估计精度,有必要研究更为有效的时延和多普勒频移估计方法。木文主要针对α稳定分布噪声环境下循环平稳信号的时延和多普勒频移估计问题进行研究,主要工作包括以下几个方而：首先,针对二阶循环统计量在α稳定分布脉冲噪声环境下失效的问题,将分数低阶统计量和循环平稳特性相结合提出了分数低阶循环平稳特性的概念。分析论证了p阶循环统计量和分数低阶循环统计量与传统二阶循环统计量以及分数低阶统计量之间的关系,为循环平稳信号的分析和处理提供了有效的理论工具。针对脉冲噪声环境下二阶循环相关匹配滤波器性能退化问题,将分数低阶循环统计量应用于循环平稳信号的线性滤波,提出了分数低阶循环相关区配滤波方法。分数低阶循环相关匹配滤波器具有双重噪声抑制作用,对高斯噪声、脉冲噪声以及干扰信号均具有较好的抑制效果。其次,系统分析了几类基本循环时延估计方法的原理,将广义相关加权功率谱密度函数和相关加权函数进行推广,提出了循环加权谱相关函数和循环加权函数的概念,进而论证了几种基本循环时延估计方法之间存在的等效关系。针对脉冲噪声条件下传统广义循环时延估计方法性能退化问题,利用p阶循环统计量和分数低阶循环统计量代替传统二阶循环统计量,提出了两类广义分数低阶循环时延估计算法,并利用分数低阶统计量理论分析了两类分数低阶循环时延估计算法的估计性能。为了进一步提高分数低阶循环时延估计算法的性能,在研究广义谱相干算法存在问题的基础上提出了一种改进的韧性循环时延估计方法,有效改善了算法在高斯噪声和脉冲噪声中的性能。最后,针对循环模糊函数和p阶循环模糊函数在抑制脉冲噪声方面存在的问题,提出了基于分数低阶循环模糊函数的时延和多普勒频移联合估计算法。分数低阶循环模糊函数比二阶循环模糊函数和p阶循环模糊函数具有史好的抗脉冲噪声能力,同时克服了分数低阶模糊函数无法抑制同频带干扰的问题。针对单循环频率估计算法对循环频率利用不足的问题,将单循环频率分数低阶循环模糊函数等权相加构成了多循环频率分数低阶循环模糊函数,提高了时延与多谱勒频移估计精度。针对有些应用中无法充分获得信号循环频率的问题,为了提高单循环频率算法时延和多普勒频移估计的性能,分析了基于同一信号模型的不同分数低阶循环模糊函数的参数估计情况,在此基础上提出了基于广义分数低阶循环模糊函数的时延和多普勒频移联合估计算法。该方法充分利用了信号分数低阶循环统计量中含有的时延和多普勒频移信息,进一步提高了算法的估计性能。