随着社会经济发展以无人机为代表的“低慢小”目标成为空中日益增长的安全威胁,而传统的设备技术难以对其实施准确有效的处理。考虑到传统有源雷达不适用于城市复杂电磁环境,加上无人机雷达散射截面积较小难以捕捉以及成本问题,无源定位技术成为对无人机定位的首选。无源定位观测设备不向外发射电磁波,仅被动接受外界无线电信号对目标进行定位,同时无源定位具有覆盖范围大、耗费低、良好的隐蔽性等优势。本文主要对基于无人机目标的无源定位跟踪技术进行了深入地研究。首先,论文介绍了无人机发展带来的安全威胁和无源定位主要分类和技术特点,接着阐述了无人机探测和干扰方法研究现状。其次论文搭建了无人机信号测试平台,设计采集无人机信号数据的实验流程,分析无人机遥控信号和图传信号的时频域特征。论文根据无人机通信系统的链路结构、通信原理、信号参数特征等理论,通过对不同无人机平台产品的对比,选择了大疆Phantom 4 Pro机型无人机作为本文的无人机平台研究对象。论文重点研究了无人机通信系统中跳频通信的关键技术、性能指标和时频域分析方法,进行了跳频信号的时频域仿真,为接下来对无人机无源定位技术的研究提供技术基础。接着论文根据无人机信号特征,提出了基于角度和到达时间差(TDOA,Time Difference of Arrival)协作估计的无人机无源定位系统。先分别对两个测量参数进行估计,一方面论文在无人机OFDM信号模型基础上,利用多载波传输的结构,提出一种基于循环前缀(CP,Cyclic Prefix)盲估计的部分分散式TDOA估计方法,将最小均值作为特征值提取,在主接收器进行关联排列。这种部分分散式互相关TDOA估计方法的性能,与传统标准集中方法比较,大大减少了站间数据传输需求,提高TDOA估计速度,降低估计误差概率。另一方面论文分析了角度测量的基本多重信号分类法(MUSIC,Multiple Signal Classification)算法和解相干MUSIC算法,解决了在实际应用中由于多径或干扰产生的接收信源协方差矩阵秩亏欠的问题。论文综合研究了一种基于伪谱法(PM,Pseudo-spectral Method)的时延和角度联合估计算法。最后论文在TDOA估计算法的前提下,提出了一种基于灰狼优化的TDOA定位算法,将个体学习策略添加到标准灰狼优化算法中,并采用三角函数非线性收敛因子来平衡探测性能和演化性能。论文提出了基于CP盲估计的部分分散式TDOA定位方法。在每个接收的数据流中定位CP,然后通过利用底层定位问题来解决TDOA定位中的整数模糊问题,推导利用CP进行TDOA定位的精确程度的克拉美罗界(CRLB,Cramer Rao Lower Bound),论文仿真模拟不同因素(数据块数量、信噪比、CP长度、多径效应等)对TDOA定位的CRLB和均方根误差(RMSE,Root Mean Square Error)的影响,证明算法实现对TDOA数据的分发计算处理,减少数据共享负担加快定位速度,提高了整个系统的性能。论文分析了交叉定位技术,通过仿真对测向定位方法的GDOP精度进行分析。