现代高科技战争中,多站无源定位系统由于隐蔽性高,且能快速准确地对目标进行定位,受到了专家学者的广泛研究。本文从非合作目标快速高精度定位的实际要求出发,针对多站无源时频差定位系统中观测站参数存在误差和观测站数量受限时影响系统定位性能等问题,深入研究了基于观测站参数误差校正的定位算法和观测站数量受限时的序列定位算法,为无源定位系统的实际应用提供了一定的参考和借鉴。本文的主要研究内容如下:1.研究了基于观测站参数误差无源校正的定位算法。针对观测站参数存在误差时影响系统定位性能的问题,以对观测站参数存在误差的定位模型和克拉美罗下限(Cramer-Rao Lower Bound,CRLB)的研究为基础,首先讨论了基于Chan算法的无源校正定位算法,并指出该类算法存在对观测方程的伪线性处理而导致定位性能下降的缺点。接下来研究了基于多维尺度(Multidimensional Scaling,MDS)分析的无源校正定位算法,介绍了时频差标量乘积矩阵的建立过程,利用该矩阵特征值分解的相关性质得到了关于目标参数的线性方程组,并将观测站参数误差的统计特性融入加权最小二乘矩阵中实现了误差校正和目标定位。由于MDS定位算法仅需一步估计即可完成对目标的定位,因此减少了分步求解带来的定位性能损失,提高了定位精度。最后仿真验证了MDS定位算法对远场目标和近场目标均具有较好的定位性能,且在时频差测量误差和观测站参数误差较大时具有更好的定位精度。2.研究了基于观测站参数误差有源校正的定位算法。为了进一步降低观测站参数误差对定位精度的影响,首先讨论了使用辅助校正源的有源校正定位算法,分别介绍了校正源参数准确已知和校正源参数存在误差的两种情况,给出了相应的定位模型和CRLB,分析了算法原理,指出无论校正源参数是否准确已知,使用辅助校正源均能有效降低观测站参数误差对定位性能的影响。接下来研究了基于观测站参数误差自校正的有源校正定位算法,给出了基于误差自校正的定位模型,推导了相应的CRLB,使用观测站之间的时频差测量信息建立了关于观测站参数误差的线性方程组,得到了误差的线性最小均方误差(Linear Minimum Mean Square Error,LMMSE)估计值,并将观测站参数校正值代入到无源校正定位算法中完成了目标参数估计,实现了无需辅助校正源情况下的误差校正和目标定位。最后仿真验证了自校正定位算法对远场目标和近场目标均具有较好的定位性能。3.研究了观测站数量受限条件下的时频差序列定位算法。针对时频差定位体制下观测站数量受限(观测站个数小于4个)时无法实现瞬时定位的问题,首先建立了观测空间匀速直线运动目标的固定/运动三站(时差/时频差)定位模型,推导了相应的CRLB,然后通过引入目标参数(初始位置和速度)假设值,利用泰勒级数展开得到了关于假设值误差的线性方程组,完成了对目标参数的加权最小二乘估计,实现了无需搜索和迭代的目标定位,最后仿真验证了时差/时频差序列定位算法在时频差测量误差和观测站参数误差较小时均具有较好的定位性能。