在信号处理领域，方位估计一直是其中一个倍受关注的研究课题。时至今日，已经有很多种应用于方位估计的理论和算法问世。而在这些众多的方位估计方法中，有一种方法让世界范围的科研工作者为之关注并已花费了三十余年的时间去不断地发展和完善它，这就是著名的“时延估计法(Time Delay Estimation)”。 在这篇论文里，将会对时延估计问题作以较为全面和深入的讨论。文章首先对目前主要的时延估计方法作以总结和比较，阐述各种方法的特点，并论证它们在实际环境中的可用性。然后论文将着重讨论最小均方误差时延估计法，因为相比而言，最小均方误差时延估计法具有适用性广、可靠性高、计算量较小和实时性好等优点，所以它在实际中有着广泛的应用前景。 从算法的原理来分，最小均方误差时延估计法可以分为传统类方法和较新的约束类方法两大类。在本论文中，将分别选取传统类方法中经典的LMSTDE算法，以及约束类方法中的ETDE算法和ETDGE算法来进行研究。文中将从非相关背景噪声和相关背景噪声两个大方面入手，来分析静态时延下上述三种算法的时延估计性能。 理论分析表明，在非相关背景噪声下LMSTDE算法、ETDE算法和ETDGE算法均有着良好的估计性能；在相关背景噪声下，传统的LMSTDE算法无能为力，而ETDE算法和ETDGE算法依然具有时延估计的能力，但是它们的估计效果要受到时延真值的影响。如果合适的设定时延真值，仿真结果显示在信噪比为—15分贝时，ETDE算法和ETDGE算法依然能够准确地估计出时延。