随着科学技术的进步,电子干扰、反辐射导弹、超低空突防和隐身武器已成为当今雷达面临的“四大威胁”。由于单部雷达受到单一视角、有限的辐射功率、目标驻留时间有限等因素的限制,发挥潜力已极为有限,因此,雷达组网及无源探测系统将成为未来雷达发展的重要方向之一。本文所探讨的目标被动定位及跟踪研究是该系统的重要组成部分。 本论文针对目标的无源定位、跟踪滤波和点航关联三个方面,从理论上进行了深入的研究。 早期雷达网无源定位主要是利用几部受干扰雷达的方位信息,通过交叉运算对干扰载机粗略定位；时差定位是目前国内外研究运用比较多的一种方案,设想对现役网内几部雷达进行改进,使其能获取几部雷达接收信号的时差信号,建立相应计算模型对目标进行定位；对于光学探测系统或雷达网中三坐标雷达,我们有可能获取目标的方位和仰角,二站、三站均可实现定位,我们重点对其定位原理进行了研究,得出算法公式,并进行了计算机仿真。 对于目标的测量往往是在一系列时间点上进行的,这一系列测量数据是相互关联的,有效的利用就可以得到比单个时间点上估计好得多的结果。α-β滤波由于实现起来简单、占用机时少,被广泛用于实际目标跟踪中,但由于它是假设相邻两点采样之间目标的速度变化很小来完成滤波器设计的,因此没有能力去跟踪具有加速度飞行的机动目标；增加机动检测、调整增益项或改变状态模型可改善滤波器的性能；进一步对滤波性能的改善可选用α-β-γ滤波器,在预测、状态方程中均考虑到加速度的存在,使用它可估计出目标位置、速度和加速度的状态滤波估值；卡尔曼滤波被公认为一种最为理想的机动目标跟踪方法,本文进行了研究,并讨论了推广卡尔曼滤波及转换坐标卡尔曼滤波。 多目标跟踪问题包括许多方面,主要有跟踪门(关联区域)的形成,数据关联与跟踪维持,跟踪起始与跟踪终结,漏报与虚警等等。其中,数据关联是多目标跟踪技术中最重要而又最困难的方面,就数学手段而言,多目标数据关联的基本方法主要有两种：一种是利用空间累积信息的贝叶斯方法,另一种是依赖于时间累积信息的极大似然法