提出了一种基于多级维纳滤波(MSWF:Multistage Wiener Filter)的盲信噪比估计算法.结合信号子空间分解理论,该方法利用基于相关相减算法(CSA:Correlation Subtraction Algorithm)的前向递推的多级维纳滤波器实现含噪信号空间分解,避免了传统方法对信号自相关矩阵进行复杂的特征值分解运算,并以此估计信号功率和噪声功率来完成盲信噪比估计.在加性高斯白噪声(AWGN)信道条件下进行信噪比估计仿真,仿真表明,当实际信噪比在_7-25dB范围内时,算法的估计标准偏差小于0.5dB,且性能优于常规方法.设定实际信噪比为10dB,当接收码元数目为100时,对所有仿真的调制方式的信噪比估计标准偏差小于0.35dB,证明了估计算法在小样本支撑环境下实现信噪比快速盲估计的能力.