基于震动传感器的无人值守地面传感器（Unattended Ground Sensor,UGS）系统技术进一步发展,定位技术的应用领域越来越广泛,逐渐从航海、军事等领域延伸到社会的其他方面。而国内对于UGS系统的研究起步较晚,当前的研究热点仍主要集中于军事领域的,在城市安防方面的应用较少。关于目标定位的方法可分类两大类:有源定位与无源定位,本论文使用的是无源定位。常用的无源定位方法主要分为信号到达时间法（Time of Arrival,TOA）、到达时间差法（Time Difference of Arrival,TDOA）、到达方位角法（Angle of Arrival,AOA）等几大类。与其他目标定位算法相比较,基于时延的目标定位算法（即TDOA）因具有抗干扰能力强、定位精度高、隐蔽性好、功耗较低等特性,成为当前的热点,较多用于复杂条件下的目标定位研究。该算法的主要原理是通过多个地震仪测量信号的时延,基于信号的传播速度,可以估计出定位目标的方位角,最终结合地震仪阵列,实现对运动目标的交叉定位。传统的单一定位方法算法虽然简单,但是却存在着许多问题,如定位模糊、算法精度未达预期,于是出现了越来越多对传统定位算法的改进算法或联合定位算法,但是没有针对车辆震动信号的定位算法。本文的主要研究方向是基于城市安防的车辆定位算法,使用吉林大学仪器科学与电气工程学院（以下简称仪电学院）自主研制设计的分布式无缆遥测地震仪对行驶中的车辆进行震动信号采集,使用本论文提出的3*3米字阵列对地震仪进行布局,能够实现对监测区域全方位、无盲区的监控。同时本文分析并归纳了常用的定位算法,通过改进传统的定位算法,提出了适用于城市安防车辆定位的网格搜索-Taylor联合定位算法和遗传-Taylor联合定位算法,以实现对城市重要区域的监控。论文的主要工作内容如下:（1）完成了时延算法的方针模拟及分析过程,最终建立了数值模型,为车辆震动监测提供有力的理论依据。（2）完成了震源定位系统的总体设计,基于吉林大学仪电学院自主开发研制的分布式无缆地震仪对行驶中的车辆进行震动采集,提出了地震仪3*3米字排布的方案,该方案在城市安防应用中,可以实现全方位监控,无盲区。（3）研究了机器学习中的网格搜索算法和遗传算法,提出了网格搜索-Taylor联合定位算法和遗传-Taylor联合定位算法,提高了定位精度,同时定位结果也没有传统Chan-Taylor算法那么离散,降低了定位结果的绝对误差。并将网格搜索-Taylor联合定位算法和遗传-Taylor联合定位算法与传统时延算法进行了建模对比模拟,总结了联合定位算法的优点。（4）结合本文提出的网格搜索-Taylor联合定位算法和遗传-Taylor联合定位算,进行实际实验,结果表明,本论文提出的方法具有可靠性,同时提高了联合定位算法的运算精确度,定位结果的稳定性也得到了保证。