为了对水下目标进行精确的定位和跟踪,需要对实时解算出的点轨迹作后置处理。本文分别从空间数据和时间数据两方面进行后置处理。空间数据即对点轨迹进行滤波平滑提高定位精度;时间数据处理即对测量的时延数据进行后置处理,包括专家系统从干扰数据中挑选出直达声脉冲,修正声线弯曲引起的定位误差两方面。在空间数据处理方面,卡尔曼滤波应用于水声定位系统的后置处理是很有效的。卡尔曼滤波实质是递归滤波的方法,采用线性无偏最小方差准则以得到过程的最优估计,具有适用于多输入、多输出、非平稳随机过程等许多优点,因而得到广泛应用。在高斯分布条件下,卡尔曼滤波是最小方差估计,是一切估计中最好的估计。结果表明将卡尔曼滤波器用于定位轨迹的滤波,可有效提高目标位置测量的精度。时延数据的准确对于保证水声定位的良好性能是关键的。时延估计的研究已经取得了相当成功的进展,互相关时延估计可以达到1ms的精度(不考虑多普勒影响),说明时延估计已足够精确,对时延估计进行滤波处理来提高定位精度意义不大,需要考虑的是多途效应和声线弯曲产生的时延与直线距离的关系。对于水下声学定位系统,由于其原理是通过测量从声源到各接收阵元的声脉冲间的时延(时延差)工作的,由于界面反射的影响,当直达声与各种海面、海底反射声同时存在时,是否能够给出正确的直达声时延值将直接影响到定位精度,甚至导致解算不出目标轨迹。由于高精度定位的要求,我们采取了硬件方法和软件方法来挑选出直达声,达到准确定位的目的。在挑选出直达声之后,由于海洋中沿深度方向存在声速梯度,导致声线发生弯曲,使得声波的行进距离大于发射点和接收点的直线距离。为提高定位精度,必须进行声线修正。本文在研究了射线声学理论和水声信道的基础上,采用平均声速法、迭代方法和查表法三种方法进行声线修正来尝试提高定位精度。最后给出了仿真和试验结果。