海洋环境参数失配导致定位性能大幅度下降是匹配场定位所面临的难题之一;匹配场定位是建立在对海洋声传播精确模拟基础上的目标定位方法，它将实测水声信号与模拟声场信号相匹配来确定目标的深度和距离;然而海洋环境是随时空变化的，对其参数进行实时的大面积测量通常难以实现。　　为了克服环境失配，更好的实现不确知海洋环境下的声源定位，本文使用基于贝叶斯估计和检测理论的匹配场定位法，将不确知环境参数与声源位置同时进行反演，由遗传算法保存下来的采样获得待反演参数的后验概率密度，通过计算后验概率密度的一阶矩（最大值或边缘概率密度分布）来实现对目标声源的定位。基于这个理论，分别对水下宽带声信号（瞬态脉冲信号）和舰船辐射噪声（平稳噪声信号）进行了定位和跟踪。本文主要工作有以下5项:　　1.研究了全局优化算法的选取和性能改进，针对遗传算法(GA)早熟、局部搜索能力差等缺点，对GA进行了改进，使得改进后的遗传算法能较好的收敛于全局最优值。　　2.对不同情况下的似然函数进行了推导，最终选用似然函数的经验公式。使用后验概率分析方法，对反演结果进行了有效性评估。　　3.处理并分析了2000年黄海声传播实验数据，研究表明:在常规匹配场处理中，如果拷贝场计算的环境参数存在误差，匹配场定位结果会出现误差;贝叶斯声源定位法将海洋环境参数与声源位置一同反演，提高了匹配场定位算法的环境宽容性和定位精度;利用海底参数之间的经验关系实现对海底密度和衰减系数等敏感性较弱参数的间接反演，有效降低了贝叶斯声源定位法的未知参数维数，避免多维最优化存在的多值性问题，并可进一步提高定位精度。　　4.分析了海洋环境参数和声源位置参数的敏感性，根据参数敏感程度不同，提出多步聚焦法来实现声源定位。多步聚焦方法利用不同频率的数据迭代反演参数空间减小的子空间，使得敏感性弱的参数有更大的机会影响目标函数，较好地解决了环境参数与几何参数之间的耦合问题。利用2000年同一次黄海声传播实验数据，验证了这种方法的可行性。　　5.实验研究了基于贝叶斯估计和检测理论的运动目标跟踪算法—贝叶斯声源跟踪法。该算法将声源在不同时刻对应的多个位置参数与海洋环境参数联合反演，同时得到声源的运动轨迹以及此过程中海洋环境的平均值。随着观测数据的增加，运动声源声场有效信息增多。对于不确知海洋环境，该算法可以提高声源定位的精度。利用黄海实验测量的舰船噪声信号对不同定位方法的性能进行了分析与比较，结果表明:相比于独立反演方法（常规匹配场定位和贝叶斯声源定位法），贝叶斯声源跟踪法较好的实现了低信噪比舰船的跟踪和定位。