无源定位作为热点区域态势感知和敌方目标信息获取的重要手段,是我军占据战场主动权的有力保证。传统集中式时频差无源定位技术已较为成熟,然而实际运用中其复杂度较高,扩展性不灵活,生存能力较弱,难以适应支持平台小、生存能力强的新型无源定位需求。在此条件下,分布式时频差定位系统通过观测站的组队处理,降低观测站时频同步难度、减小系统对参考站的依赖性、提高系统的生存能力,成为研究热点和发展趋势。论文针对辐射源目标信号低偏差高精度定位参数估计、分布式平台目标精确无偏定位等难点问题,研究分布式平台无源定位技术,为分布式平台时频差定位的理论与应用提供支持。论文的主要工作和成果如下:1.针对传统定位参数估计插值算法偏差大,且精度受限于信号采样间隔和观测时长等不足,提出了一种基于二阶锥规划的高精度参数估计插值算法。算法首先建立了分数倍估计模型,而后借助广义延拓逼近法思想,建立了基于“软”、“硬”约束准则相结合的规划函数,最后借助辅助参量利用二阶锥规划进行求解。仿真结果表明,算法在信号低信噪比和少快拍数条件下较现有算法估计性能更优,偏差更小,估计误差更贴近克拉美罗下界,有效减少了参数估计环节对定位的信息损失。2.针对分布式定位中无公共参考站条件下,集中式定位算法无法直接运用,且非线性时频差定位问题的近似求解使得定位结果存在偏差,导致精度不高的问题,提出了一种基于极大似然估计(Maximum Likelihood Estimation,MLE)的分布式平台时频差高精度偏差补偿定位算法。算法利用MLE初步得到定位结果,而后考虑到估计结果的有偏性,对其进行偏差补偿,并且推导了分布式时频差定位算法的克拉美罗下界。仿真结果表明,算法能够明显降低定位结果的偏差,减小估计误差,实现了高精度、低偏差的目标定位。3.针对分布式平台观测站存在站址误差条件下,传统定位算法精度下降的问题,提出了一种基于MLE考虑站址误差的分布式平台时频差目标定位算法。算法对不考虑站址误差的定位模型引入站址误差,重新推导分析了MLE的理论偏差和分布式时频差定位算法的克拉美罗下界,最后对估计结果偏差补偿。仿真结果表明存在站址误差时,补偿后能够明显降低估计偏差,较现有算法补偿后的估计误差更贴近克拉美罗下界,有效提高了目标定位精度。