在军事和民用领域,可靠而准确地跟踪目标始终是目标跟踪系统设计的主要目的.随着声纳、红外监测器和望远镜作为探测器的应用以及电子对抗等重要场合的出现,基于角度测量值的目标定位问题越来越成为人们研究的重要对象.目标定位的实质是最优估计问题,现代信号处理方法中将估计问题划分为参数估计和状态估计两类.在参数估计中,由于最小二乘法无需掌握关于被估计量和观测量的任何统计知识,编写程序容易,被人们广泛应用,文章在最小二乘法的基础上,对全局最小二乘法和联合无偏最小二乘法做了认真的分析,同时将该三种方法应用于基于目标角度测量值的目标定位的实际问题中,通过计算机仿真,比较了它们的跟踪性能,同时也指出在目标机动的情况下,最小二乘法的收敛性并不理想,而且最小二乘法属于静态估计,每次计算都必须将所有测量数据成批的加以处理,大大影响了计算速度,不利于实时应用.作为状态估计方法,卡尔曼滤波算法在基于角度测量值的目标定位问题的应用越来越多,其速度快、跟踪性能好等优点十分突出,文章详细研究了卡尔曼滤算法,对推广卡尔曼滤波算法线性化造成的误差进行了修正,达到了较为理想的跟踪效果,同时对于机动运动目标,文章应用了修正增益推广卡尔曼滤波算法和"当前"模型自适应卡尔曼滤波算法,并给出了仿真结果.通过该论文工作,验证了利用最小二乘算法、全局最小二乘算法、联合无偏最小二乘算法及推广卡尔曼滤波算法进行目标定位跟踪在实际工程应用中是可行的,通过各算法之间的改进可以有效地改善跟踪效果,提高跟踪速度.