铁路是一个国家重要的基础设施，与百姓的出行和国家经济发展息息相关。随着我国铁路的不断发展，铁路运营里程数逐年攀升，运行速度不断提升，钢轨的检测量也与日俱增。在机车行驶过程中，机车的交变载荷和恶劣的自然环境的侵蚀都会使钢轨产生一定的缺陷。钢轨健康状况直接影响机车的正常行驶和乘客的生命财产安全，为了确保铁路运营的安全性，需要定期对线路进行检修。多年来我国的钢轨检测以手推式探伤仪为主，大型钢轨探伤车为辅。手推式探伤仪检测速度较慢。我国的铁路线路工作情况和钢轨伤损的情况均与国外不同，国外探伤车不能满足国内探伤的要求且价格昂贵。因此，设计出适应我国的钢轨检测设备意义重大。　　本文基于超声检测原理设计了一台新型钢轨探伤装置，实现了钢轨缺陷信号的高速采集和定位。本实验装置有结构简单、重量轻，成本低，检测速率高等特点。在钢轨的快速检测中，对缺陷信号的自动定位是重点和难点。针对传统定位算法误差较大等问题，提出了基于匹配追踪的超声信号传播时间估计算法。采用高斯模型作为原子来构造过完备原子库，基于稀疏分解的思想，将超声信号用一组最优原子表示，消除噪声的同时保留缺陷回波信号，利用互相关法对缺陷回波信号的传播时间（TimeofFlight，TOF）进行估计。通过仿真实验在不同信噪比（Signal-NosieRatio，SNR）下将该算法和传统的参数估计算法进行了对比，结果表明本文提出的算法估计误差小，适应性强。在钢轨探伤中，常常会出现多回波重叠的现象，针对此问题提出基于分数阶傅里叶变换（FractionalFourierTransform，FRFT）的超声信号传播时间估计算法。将重叠多回波信号经过FRFT得到各阶FRFT谱，然后计算各阶FRFT谱的改进的香农熵。通过该改进的香农熵确定最优变换阶，在最优变换下的分数阶域上加窗函数分离重叠多回波信号，最后利用互相关法估计各个分量的TOF。与经典的最小二乘法确定相比，不会产生局部最优解，且计算量小。所提出的算法通过仿真实验验证了其有效性，且各个回波分量传播时间估计结果优于最小二乘法。　　对于轨头、轨腰和轨底中不同类型的缺陷采用不同角度的超声探头进行检测。应用本文所提出的算法被对实测的钢轨内部缺陷超声回波信号传播时间进行估计。实验表明，所提出的两种方法估计结果与缺陷实际位置接近，估计误差均小于传统方法。