在现代信息化的战场中,电子侦察作为战争中的“千里眼”,起着重要的作用。无源定位技术作为电子侦察的重要功能,有着不可忽视的地位。近年来,无人机屡次出现在战场中,受到人们的关注。本文重点研究基于时差测量的无人机集群对辐射源目标定位的方法,分别从时延估计、定位解算、多目标数据关联几个角度进行研究。首先,探究利用时差观测信息求解目标位置的原理,并对时差的测量方法进行研究。对无人机集群作战场景中,可能会出现的多径问题进行研究。探究在多径环境下,如何减小时差测量误差的算法。引入相关熵理论,在信噪比较低时估计时延准确率提升了10%左右。然后,建立了无人机集群对单目标定位的模型,推导了克拉美罗界及几何精度因子,分析无人机集群的布站方式、数量、高度、与辐射源相对位置等对定位精度的影响。考虑了在利用无人机集群实现无源定位时,大地坐标系与空间直角坐标系转换的问题。研究了TDOA单目标定位的解算方法,包括Chan算法、Taylor算法、粒子群算法。为了解决无人机集群作为高机动平台具有更大的站址误差的问题,在具有无人机自身位置误差的情况下对上述算法进行改进,提出一种基于粒子群泰勒协同的单目标定位解算方法,经过仿真实验验证,在站址误差较小时能够实现克拉美罗界,站址误差较大时RMSE误差比其他算法减小了300m左右。最后,为了解决多目标定位问题,建立了无人机集群对多目标定位的模型,在具有站址误差情况下,对多目标定位的解算方法进行研究。探究信息场理论在实现多目标的时差定位中的应用。再利用数据关联的方法,将复杂的多目标定位转化成多个单目标定位,利用一种基于增加辅站方式的数据关联算法,对时差值进行匹配,相比于传统四时差数据关联方法,目标的正确关联率提升了10%左右。再利用一种假设源位置的解析算法对多个目标的定位结果进行修正,改进后的估计值更加接近克拉美罗界。