无源定位与跟踪是多传感器数据融合的一个重要研究内容,无源定位跟踪系统因具有抗干扰、抗低空突防、抗反辐射导弹、反隐身等优点,所以在现代电子战争中扮演着至关重要的角色,同时,其在航海、航空、等民用领域也发挥着重要作用。本文针对无源定位跟踪系统中的相关问题进行了仔细地研究。首先,对于多站定位跟踪系统中,针对传感器观测噪声未知会影响定位跟踪精度的问题,研究了最小二乘自适应卡尔曼滤波算法;其次,针对野值会影响滤波精度问题,研究了基于新息似然的野值的检测与剔除方法。以上研究为无源定位跟踪的工程应用提供了理论和方法支撑。取得的主要研究成果如下:1.研究了多站无源定位跟踪系统的基本理论。首先简单介绍了多站无源定位的建模。其次介绍了几种常见的目标运动模型,包括针对直线运动的匀速运动模型以及匀加速运动模型,以及针对机动目标的Singer模型、当前统计模型和转弯模型;最后详细研究了经典的滤波算法,包括针对线性的卡尔曼滤波、以及非线性的扩展卡尔曼滤波、无迹卡尔曼滤波和粒子滤波。2.针对多站无源定位跟踪系统中传感器观测噪声协方差未知的问题,研究了最小二乘自适应卡尔曼滤波。该算法结合测向多站交叉定位与变分贝叶斯卡尔曼滤波,最终联合估计目标的状态以及观测噪声协方差。首先利用最小二乘法对目标进行测向多站交叉定位,并把其作为卡尔曼滤波的伪量测;同时针对系统中传感器观测噪声协方差未知的问题,将变分贝叶斯引入卡尔曼滤波中,通过变分贝叶斯卡尔曼滤波联合估计目标的状态以及观测噪声协方差。很好地解决了无源定位跟踪系统中传感器观测噪声未知将会影响定位跟踪性能的问题,有效地提高了定位跟踪精度。3.针对无源定位跟踪中野值的出现会降低滤波的可靠性和稳定性问题,研究了一种基于似然的野值检测与剔除方法。首先通过理论分析的角度研究了野值的出现对于定位跟踪精度的影响;接着重点介绍了三种基于新息的野值检测与剔除的方法,几种方法对于也值得检测与剔除都具有很好的效果;最后针对野值问题,结合新息似然的概念,研究了针对野值检测与剔除的新息似然法。该算法基于卡尔曼滤波框架,首先通过计算卡尔曼滤波更新中得到的似然值,并设定判定门限,然后根据此门限来对量测进行判定,进而达到野值的检测与剔除的目的。该算法能够有效地对野值进行检测与剔除,很好地解决了无源定位跟踪中野值对定位跟踪精度的影响,使得目标定位跟踪精度有了很大的提高。