无人侦察机作为一种先进的作战武器,在局部战争中频频亮相,屡立战功,受到国内外广泛关注。无人机定位系统是无人侦察机最基本的任务执行单元之一,其定位精度直接影响着无人机作战效能。光学目标定位是无人机最常用的定位方法之一,它通过激光测距值、无人机的姿态角和光电侦察平台的指向角计算出目标点的位置信息,然而测量值的误差不可避免地影响目标定位精度。本文围绕如何提高无人机的目标定位精度这个重要的问题,开展了一系列的工作,主要包括:(1)本文在研究无人机光学目标定位原理的基础上,基于MATLAB平台建立了目标定位误差模型,采用Monte-Carlo方法,对各个误差因素进行单独分析,说明了各个误差对目标定位精度的影响程度,为接下来的工作奠定了理论基础。(2)本文将影响无人机目标定位精度的姿态角误差和指向角误差等效为视线指向偏移角,最终将无人机定位各个误差项的求解问题就转化为对偏移角的求解问题,据此建立了无人机定位系统误差补偿模型。本文还制定了科学的校飞方案,可以更有效的辨识出无人机的误差参数。(3)针对实际定位广泛存在的难以用参数表示的误差因素,在基本参数模型的基础上,提出了基于半参数回归模型的改进算法,通过仿真,证明该算法能够有效抑制非参数误差干扰,进一步提高目标定位精度,使系统误差补偿模型更符合实际应用。本文还将小波阈值去噪和BP神经网络的方法应用到非线性系统误差的提取中,并通过仿真验证了方法的有效性。