随着传统化石能源越来越紧张,不能满足国民经济可持续发展的要求,可再生能源的地位不断地提高,对风能等新能源的研究与应用提出了更高的要求。风速对于风资源评估和风力发电场是一个重要的参量。多种测风技术中,超声波测风技术由于没有转动的机械部分,省去了经常性的维护,并且它是通过测定信号从发射器到接收器的时间,从而得到精度较高的风速值,能够满足风力发电场在恶劣环境的条件下对测风仪器仪表的要求。时间延迟估计是一种可以较快速、准确地测出超声波飞行时间的方法。本文首先对alpha稳定分布和时间延迟估计问题进行了讨论与研究,接着从随机信号中噪声建模的角度,把时间延迟估计方法分为基于高斯模型的和基于alpha稳定分布的两大类,为后续的研究做了理论铺垫。然而,针对超声波信号中出现的脉冲性非高斯信号,传统的高斯模型不能够对它进行准确的建模。为了解决对脉冲信号合适建模及提高基于该模型的算法性能的问题,本文给出了基于改进的自适应时间延迟估计方法,具体是用alpha稳定分布来描述此类脉冲信号,重新设计了符合信号特性的优化准则。通过计算机仿真分析,比传统的高斯模型下的算法,在性能和精度上有所提升。最后,通过搭建超声波信号采集系统,来完成对超声波的发射与接收,分别得到超声波基准信号和超声波回波信号,对给出的算法进行实验验证并解决出现的算法问题。通过得到时间延迟的估计值,根据时差法中超声波顺风和逆风传播时的时间差与风速值的线性关系,计算出实时风速。经过对实验测得的风速值进行比较,超声波测风系统相对于机械式测风系统有更高的精度等优点,由于和标定的风速值相对误差较小,具有良好的经济适用价值。