随着无人机产业快速发展,在充分考虑到无人机在各个领域的迫切需要的前提下,如何解决由无人机滥用带来的安全隐患,对低空领域采取有效的防控监管手段,实现对多个波段、多种监测传感器进行空地一体的监测系统融合,成为现阶段各国低空防御领域急需解决的问题。能够发现并定位无人机是实现对无人机有效监管和反制的前提,但由于无人机通常小巧灵活、机动复杂、飞速相对较慢,仅采用现有的光电、声音、雷达定位手段存在明显短板,基于无线电信号的定位方法更适用于对无人机辐射源的定位。本文采用多种数据融合手段,针对小型无人机目标,结合无源时差定位技术,解决了现有无人机定位系统精度不高、适用性不强等问题。主要研究内容及成果如下:1.对无人机的通信方式进行了深入研究,分析了无人机通信中常采用的通信频率、模式、带宽及通信距离等特征。通过对实验室现有无人机的信号进行采集分析,验证采用无源定位中的时差定位技术对无人机进行定位的可行性和优势。然后,系统全面的研究分析了多站无源时差定位技术相关理论。首先,在研究无人机信号的基础上对时差定位系统中时间估计的方法进行简要论述,据此建立了时差定位模型,分析了其原理及目的。之后,对时差定位的经典解法进行阐述剖析。最后,通过对时差定位的精度及影响因素仿真分析,对实际定位中传感器接收站应采取的布站形式进行了讨论。2.针对时差定位技术定位运动目标复杂困难的实际情况,提出了一种基于自适应无迹粒子滤波的时差定位几何定位跟踪算法。首先,针对现有时差定位方法解法复杂的情况,提出了一种基于几何构型的时差双曲线交点的解算方法。然后,以几何解为基础结合无人机目标的运动特点,建立了自适应无迹粒子滤波定位跟踪算法模型。最后,通过仿真实验验证了该方法在多种场景的有效性,并对算法的估计误差进行了分析研究。3.针对现有无源定位系统对多无人机目标定位时数据大量冗余而又精度不高、无法对多目标进行有效区分及等现实情况,提出了基于数据融合的期望最大化定位系统改进方法。首先,推导了适用于定位的期望最大化算法模型,并对定位精度进度进行了理论分析。然后通过仿真实验,验证了该方法针对多辐射源目标时具有良好的分辨能力和定位精度。4.在本文算法研究的基础上,针对无人机目标设计改进了课题组一套时差定位系统,并对定位效果展开了实地测试。测试结果表明,本文提出的定位算法能够较好地完成对静止辐射源和移动的无人机目标进行准确定位,具有较高的定位精度。