在基于时延测量的分布式水声定位系统中,其定位精度往往严重依赖于时延估计精度,且由于水声信道是时间散布快速衰落信道,具有时变、空变、多途、频散等不稳定性,造成中远程水声信道带宽极其有限。本论文主要研究内容是基于分布式定位中以下三个问题进行的:第一个是在一定定位节点数目的条件下其它节点对单节点时延估计造成的多址干扰;第二个是目标与定位节点之间相对运动引起的多普勒频偏导致时延估计性能下降;第三个是在低信噪比条件下如何提高时延估计能力。论文首先从低相关序列的设计和调制方式的改善入手,采用了一种基于BOC调制的低相关窗定位信号。利用GMW序列构造低相关序列集,在序列集内的任意两个序列具有一定长度的低互相关窗,当某个节点同步接收时可以有效减小其它节点的多址干扰。利用BOC调制方式减小了相关输出函数主峰附近一个码元范围内的旁瓣。其次,论文对分布式水声定位在多普勒频偏和多址干扰条件下的时延估计方法进行研究,采用了一种抗多普勒频偏和多址干扰的联合时延估计方法。发射端采用Chirp信号和低相关序列时域叠加、频域上分开的信号形式,接收端利用分数阶傅里叶变换对Chirp信号良好的能量聚集性和信号检测能力进行有效的频偏估计,并对低相关序列进行频率补偿,在频域上去除Chirp信号干扰后对低相关序列做同步接收,该系统能在多普勒频偏和多址干扰下进行精确的时延估计。最后,文章对分布式水声定位在低信噪比背景下的时延估计方法进行研究,采用了一种基于小波变换的自适应时延估计算法。利用小波变换的多尺度变换特性,在保留原有信号能量的情况下有效地减小了信号子频带内的噪声干扰。通过计算机仿真和试验验证了算法对比传统时延估计方法在性能上的提升。