单站无源定位与跟踪技术由于自身不辐射电磁波,在电子侦察中扮演着重要角色。但由于自身测量特点的限制,单站定位跟踪在远距高精度条件下的应用受到较大的限制。多站跟踪定位由于融合了多站测量的目标状态信息,更有利于准确获取目标的运动状态信息,借助于特定滤波处理算法,系统跟踪定位精度则可以进一步提高。本课题正是在这种应用背景下展开的。本文首先介绍了雷达测量基本原理,采用了基于多测量基站目标跟踪定位方法模型。针对非线性定位方程组,讨论了非线性方程的求解问题,确定了对应的求解方法。分别研究了测量基站坐标误差与距离测量误差对定位精度的影响水平,为了提高测量解算精度,对基站布设方式进行了优化。作为跟踪定位系统中滤波方法应用的理论基础,还介绍了基本的自适应滤波理论和基本Kalman滤波原理。本文重点介绍了几种在目标跟踪系统中应用的经典统计信号处理算法。在对比了经典线性Kalman滤波器算法,EKF(扩展Kalman滤波器),UKF(采样型Kalman滤波器),MAUKF(衰减记忆Kalman滤波器)算法的主要优缺点后,以UKF算法作为主要理论研究方向。由于UKF是一种针对非线性系统应用的滤波方法,且具有滤波精度高的特点,所以本文采用UKF作为提高系统定位精度的滤波方法。在UKF计算过程中,为了降低计算复杂性,在Unscented变换中,通过引入单位矩阵,把UKF改进为FMSRUKF(固定矩阵平方根Kalman滤波器)算法。详细阐述了FMSRUKF的改进过程及运算特点,说明了FMSRUKF的运算优越性,在远距遥测跟踪应用背景下对UKF、MAUK、FFUSRUKF分别进行了相同条件下的目标跟踪定位仿真,对比仿真结果,证明了在高斯白噪声背景下非线性系统中,FMSRUKF算法UKF和MAUKF有更好的鲁棒性和更高的计算精度。