提出了一种基于最小相关熵诱导距离(CIM)和Farrow结构的分数时延估计算法。该算法具有较强的抗脉冲噪声的能力,且所需观测数据较少,时延估计结果精度较高。理论分析和仿真实验表明,所提算法的估计精度和抗脉冲噪声性能均优于基于分数低阶统计量的LETDE算法。

提出了一种基于最小相关熵诱导距离（CIM）和Farrow结构的分数时延估计算法。该算法具有较强的抗脉仲噪声的能力，且所需观测数据较少，时延估计结果精度较高。理论分析和仿真实验表明，所提算法的估计精度和抗脉仲噪声性能均优于基于分数低阶统计量的LETDE算法。