在信息化战场环境中,及时而准确地获取敌方人员目标的位置信息对战术设计与战略决策都具有极其重要的意义。无源定位技术通过分析和处理敌方目标发射的信号实现定位,隐蔽性好且定位范围广,因此受到世界各国高度关注并在现代化电子战中广泛应用。本文以陆地战场为背景,以振动传感器和视觉传感器为探测设备,以TDOA定位算法、AOA定位算法、多目标数据关联算法和融合定位算法为主要的处理算法,研究基于多传感器信息融合的人员目标联合定位算法,并构建完整可用的软硬件系统,具体研究工作如下:（1）研究基于TDOA的振动传感器定位算法和基于AOA的视觉传感器定位算法。针对振动定位,利用时延估计算法计算振动信号到达各传感器的时延值,结合地震波传播速度以构建TDOA方程组,通过Chan算法、Taylor算法或AML算法获得目标的位置估计。而对于视觉定位,利用YOLOv3目标检测算法结合小孔成像模型的相似三角形原理提取目标的方位角以构建AOA方程组,通过TLS算法或TLS-KF算法获得目标的位置估计。最后,以定位结果的均方根误差作为评价标准,通过仿真实验确定联合定位系统所采用的时延估计算法和定位算法。（2）针对多传感器多目标的应用场景,研究振动定位的量测-目标关联、视觉定位的目标-目标关联以及二者定位结果的关联问题。振动定位的量测-目标关联问题可以转化为多维分配问题进行解决,通过拉格朗日松弛算法降维成一系列可在一定时间复杂度内求解的二维分配问题,并采用匈牙利算法进行求解。而对于视觉定位,由于同一传感器下量测与目标的对应关系已知,所以关联问题就是寻求各目标在不同传感器下的匹配,可以将关联问题转化为行人重识别问题进行处理,通过特征提取、距离度量和重排序三个步骤完成目标匹配。为了提高关联准确率,综合考虑目标的角度量测和外观特征,本文提出一种基于DSm T的多距离融合关联算法,实验证明其相对于单独使用行人重识别技术具有更高的关联准确率。最后,采用最近邻算法快速实现二者定位结果的关联。（3）为了进一步提高定位精度,研究异类传感器的决策级融合定位算法。在决策级融合定位中,振动传感器和视觉传感器分别采用TDOA定位算法和AOA定位算法进行位置估计,然后根据最小均方误差原则或最佳线性无偏原则对估计结果进行融合。最后,同样以定位结果的均方根误差作为评价标准,通过仿真实验确定联合定位系统所采用的融合定位算法。最后,按照整体的定位流程,搭建软硬件系统架构,并设计相应的GUI程序,形成完整可用的联合定位系统,并对各环节进行外场测试与实验分析。