21世纪是海洋的时代,国家越来越重视海洋事业的发展。无论是海洋资源开发、国家海洋安全还是科学研究都需要水声定位技术来对水下目标进行定位以提供基础的保障作用,因此对水声定位系统关键技术的研究具有重要意义。然而水声信道特性复杂,高可靠性水声定位技术的研究成为一项极具挑战性的任务。本文对水声定位系统的时延估计与目标定位跟踪技术分别展开了深入研究,具体工作内容如下:（1）简要介绍了水声信道的基本特性,采用射线理论从几何学的角度描述水声信道传播模型,采用更加广义且符合实际的α稳定分布模型来对海洋环境噪声建模,并通过实测噪声数据验证模型的适用性,相比于高斯分布具有更大的灵活性。（2）针对传统时延估计算法的精度受限于采样率,且在低信噪比下难以正确估计出时延的问题,提出一种基于随机共振的相关峰细化时延估计算法。仿真结果表明,所提算法在α稳定分布噪声特征指数较大,即在高斯或弱非高斯噪声环境下,可实现低信噪比情况下的高精度时延估计。针对α稳定分布噪声特征指数较小,即强脉冲干扰噪声环境下,提出一种基于相关熵的改进变步长HB（Hassab-Boucher）加权自适应时延估计算法。仿真结果表明,所提算法在不同脉冲干扰程度下均能表现出良好的估计性能,具有较强的韧性。（3）针对传统定位算法在水声信道环境较差时性能容易恶化的问题,提出了一种基于带加速因子的混合粒子群引力搜索算法的TDOA（Time Difference Of Arrival）定位优化方法,仿真结果表明所提方法可以更快地收敛到最优解,提升了定位精度与稳定性。为提高系统定位精度的同时还能保证实时性,提出一种基于最大相关熵卡尔曼滤波的定位跟踪算法。该算法采用最大相关熵卡尔曼滤波对Chan算法估计的结果进行二次估计,有效提升了算法的定位跟踪精度和抑制异常值的性能。