利用接收地面辐射源信号到达多颗卫星的时差（Time difference of arrival,TDOA）和频差（Frequency difference of arrival,FDOA）并结合已知高程可以确定其位置。该技术由于其定位精度高、可瞬时定位等优势,已逐步得到关注和应用。由于实际一次过顶过程中,卫星会多次截获同一辐射源信号并进行定位,若对多次定位结果进行融合,可以进一步提高定位精度和消除定位模糊。基于上述背景,本文研究如下问题:1、针对三星编队过顶期间对辐射源进行多次观测融合定位的问题,提出了一种基于高斯-牛顿（Gauss-Newton）迭代的三星时差融合定位算法,并将本文算法与已有的选取距主星星下点最近点结果法、位置直接平均法和位置加权平均法等位置合批方法进行了比较。仿真实验分析表明本文所提算法相较于已有的位置合批方法具有更高的定位精度。2、针对双星/三星时差频差定位体制的多次观测融合定位问题,将不同时刻观测的多组时差频差和高程信息融合,提出了一种基于高斯-牛顿迭代的双星/三星时差频差融合定位算法,并与理论最优单次定位、位置直接平均法和位置加权平均法等位置合批方法进行了对比。仿真实验分析表明本文所提算法相较于已有位置合批方法具有更高的定位精度。3、针对三星对地球上的静止高重频辐射源和巡航高重频辐射源进行时差定位和跟踪时出现时差模糊的问题,在研究时差模糊的数学模型基础上,提出了一种基于多次观测滤波的解时差模糊算法。该算法利用三星时差定位得到所有模糊定位点作为滤波初始值,之后分别利用卡尔曼滤波（Kalman filter,KF）和容积卡尔曼滤波（Cubature Kalman filter,CKF）结合高斯混合模型（Gaussian mixed model,GMM）在时差模糊的条件下对高重频辐射源进行融合定位和跟踪,每次滤波之后通过删除权值较小的高斯成分来减少计算复杂度。通过实验验证,本文算法相较于其他解模糊方法,可以更好地解高重频时差定位模糊。