单站无源定位是指探测系统通过单个观测站测量目标辐射源的辐射信息来确定目标的状态,与多站无源定位相比,其系统一般不需要多站间的同步工作和数据传输,也不依赖于站间的通信,结构简单,灵活性较大,因此得到了广泛的应用,并成为一个研究重点。单站无源定位技术的本质是定位方法与滤波算法的有效结合,因此本文主要从这两个方面着手,有条理有层次的展开了如下研究工作:1.介绍了单站无源定位的空间原理,针对辐射源目标的静止、匀速及机动三种常见运动形态,分别选择合适的坐标系统和状态矢量来建立跟踪模型,并分析了系统模型的目标跟踪性能,为后续章节的仿真实验奠定了模型基础。2.分别研究了七种传统定位方法和三种新型定位方法,从传统定位法中选择最为经典的测向定位法为代表,研究并建立了对应的数学模型,并进行了可观测性分析,总结了定位方法的优点与缺点。然后,着重研究了联合相位差、相位差变化率和频率变化率的定位方法,在选定三维直角坐标系的基础上,完成了对系统方程的推导,最后简要的进行了可观测性分析。3.研究了线性Kalman滤波技术,主要包括经典Kalman滤波和IMMKF,结合设定的场景,建立了星载观测站对海平面目标的定位跟踪模型并在MATLAB中进行仿真验证,最终证明算法简单有效。然而,单站无源目标跟踪实际上是一个典型的非线性滤波问题,所以着重研究了非线性Kalman滤波技术中的EKF与UKF算法,并分别设计了基于EKF的单站唯方位目标跟踪模型和基于UKF的单站测距目标定位跟踪模型,最后完成了仿真验证,证明EKF与UKF在单站无源定位跟踪中的可行性与有效性。最后,结合仿真实验对EKF与UKF进行了简要的分析比较,结果表明UKF的滤波精度要高于EKF。4.着重研究了粒子滤波技术在单站无源定位跟踪中的应用,分析了SIS与SIR两种算法,总结了算法的实现流程与优缺点。分别建立了非线性高斯跟踪模型和非线性非高斯跟踪模型,针对两种不同模型分别完成了仿真验证,仿真结果表明,粒子滤波技术不仅能较好的处理高斯噪声问题,还能很好的处理非高斯噪声问题,这一点显然较EKF和UKF算法有一定的优势。