随着新技术、新方法在军事领域的应用,电子对抗、电子干扰、反辐射导弹等技术均有了长足的发展,这对电子侦察设备的生存能力和抗干扰能力提出了越来越高的要求。作为传统电子侦察设备的重要组成部分,有源定位系统由于自身的局限性已经不能满足现代战争的要求。单站无源定位系统以其隐蔽性好、抗干扰能力强、作用距离远等优点逐渐成为研究人员的关注焦点。论文基于方位角及其变化率的单站无源定位系统,研究了系统的可观测性以及滤波发散问题。本论文的主要内容如下:1.主要围绕单站定位跟踪的模型建立、定位原理、系统可观测性分析、滤波算法等问题展开讨论。特别是重点分析一些高速、高精度的定位跟踪算法技术,这些技术提高了定位跟踪的性能。过去非线性动态系统通常使用扩展卡尔曼滤波(Extended-Kalman Filter, EKF)算法来进行滤波,但是EKF算法在线性化过程中,产生大量的误差,导致滤波器很容易发散。针对这种现象,近年来新出现了无迹卡尔曼滤波(Unscenied-Kalman Filter UKF)算法,该算法用典型的粒子点(sigma)来近似非线性函数的概率分布,克服了EKF算法的线性化误差,具有更高的滤波精度和鲁棒性。文中分别研究了利用EKF和UKF算法对目标进行跟踪,并通过仿真试验,对EKF和UKF算法的跟踪性能进行了分析和比较,验证了UKF算法的有效性。2.由于传统的单站无源定位跟踪算法只利用方位角作为观测量,存在可观测性弱只能对运动的目标实现交叉定位,目标初始状态估计误差大、而且定位精度不高、滤波易发散,实时性不好等问题。为了能够克服这些问题,提高定位精度,缩短定位收敛时间,提出了在观测站匀速运动下,增加了方位角变化率作为观测量,通过运用无迹卡尔曼滤波(UKF)算法进行计算从而确定辐射源位置。仿真结果表明,在观测站匀速运动下,利用方位角及方位角变化率对的物体进行定位跟踪,可以得到定位精度高,收敛速度快的估计量,同时也能达到快速收敛的目的。