随着卫星技术的发展,单个卫星已经不能满足空间探索任务的需求。当前,微纳卫星集群广泛应用,为人们的生活提供了许多便利。为了充分利用卫星集群的优势,卫星集群需要在没有地面支持的情况下实现卫星相对卫星集群的自主定位。指纹定位具有成本低廉,结构简单的优点,因此将指纹定位算法扩展到卫星群的自主定位中具有重要意义。因此,本文以位置指纹算法为基础,提出了一种主从式微纳卫星集群自主定位算法。本文针对传统位置指纹定位方法直接运用于卫星集群的定位中存在复杂度高、受到时间偏移的影响大的问题,提出了一种基于位置指纹的卫星集群分级定位算法。首先,在离线阶段通过传播模型的方式以大间隔建立稀疏Radio Map;其次,在定位阶段,成员星根据稀疏Radio Map进行粗定位,并根据粗定位结果确定精定位区域;最后,计算精定位区域的稠密Radio Map并再次定位。仿真结果表明,不存在时间偏移时,该算法在保持定位精度的同时能够有效减小空间复杂度和时间复杂度;当存在时间偏移时,分级定位算法能够在保持低复杂度的同时大幅减小时间偏移的影响。此外,针对卫星集群分级定位算法定位精度不高的问题,本文提出了一种基于二步拟合的卫星位置预测跟踪算法。首先,通过二步多项式拟合的方式确定成员星拟合轨迹,并将二步拟合轨迹和分级定位结果进行比较从而得到轨迹吻合度,并根据轨迹吻合度判断分级定位结果是否满足跟踪条件;其次,对满足跟踪条件的分级定位结果,通过建立跟踪Radio Map的方式对分级定位结果进行跟踪;最后,利用卡尔曼滤波算法进行滤波。仿真结果表明,预测跟踪算法能够对成员星进行有效的跟踪,并能够在分级定位的基础上显著提高卫星集群的定位精度。综上所述,本文在指纹定位的基础上,通过建立稀疏Radio Map和稠密Radio Map的方式对成员星进行分级定位,有效地减小了算法的复杂度,并能够抵抗时间偏移的影响。此外,通过二步拟合和建立跟踪Radio Map对成员星的轨迹进行预测和跟踪,能够有效提高成员星的定位精度。