目标跟踪通常是指在已知量测角(和/或多普勒偏移频率和到达时差等)条件下估计目标和传感器之间的相对位置和速度。作为目标跟踪领域的一个重要分支,被动式目标跟踪对于提高武器系统在现代电子战环境下的生存能力和作战能力有着重要的研究价值和应用前景。被动式目标跟踪在声纳、红外、激光、导航和望远镜探测以及近年来迅速发展的电子对抗等军事领域有重要的理论与应用价值,因此已成为非线性估计中广为关注的热点问题。被动式目标跟踪主要存在两个问题:系统非线性和距离不可观测性。 本文从被动定向跟踪和被动定位跟踪两个方面进行研究,主要工作成果如下: 首先,简要概述被动式目标跟踪的应用背景和发展现状,并对被动式目标跟踪方法进行了研究。 其次,研究了被动式定向跟踪,针对匀速直线运动的目标,给出了一种基于航向的被动式定向跟踪方法,并进行了仿真实验。实验结果证明:该算法对于非机动目标,其跟踪性能优于扩展卡尔曼滤波(EKF)算法,且算法简单,计算量小,易于实现。 然后,本文还针对匀速直线运动的目标,利用局部线性化的思想,结合卡尔曼滤波器,给出了一种基于局部线性预测的被动式定向跟踪算法,并进行了仿真实验。实验结果表明:这种算法具有稳定性能好,动态过程时间短,跟踪精度高等优点。所以它适合跟踪初始位置未知,角度变化不剧烈的目标。 最后,本文还针对被动式定位跟踪中存在的非线性问题进行了研究。详细地介绍了粒子滤波器发展状况、基本原理和适用范围,并将其应用于被动式目标跟踪系统中。将粒子滤波器(PF)与扩展卡尔曼滤波器,在二维空间运动目标跟踪中进行了性能比较,经过多次实验仿真,结果证明在非线性和非高斯情况下,粒子滤波器跟踪性能要优于扩展卡尔曼滤波器;另外,本文还结合粒子滤波器和两点外推滤波器的优点,提出了一种基于两点外推起始的粒子滤波跟踪算法,对其进行了仿真实验,结果表明,这种算法在目标初始位置未知,量测噪声是非高斯的被动式定位跟踪情况下,跟踪性能良好。