在军事对战当中,对敌方目标的探测和定位是极为重要的任务,因而各种传感器定位技术纷纷应用于现代军事领域。单一传感器的探测范围和探测精度十分有限,结合多种传感器的观测结果可以有效扩展整体探测范围并提高定位结果的准确性。在多目标应用场景下,多传感器定位需要解决的问题包括:实现准确可靠的定位估计,有效的数据关联处理以及结合多传感器信息提高估计精度。本文主要针对基于地表震动信号和视觉方位信息的多传感器定位方法进行深入研究,具体研究内容包括:研究基于地表震动信号和基于视觉方位信息的传感器定位原理及相关算法。针对求解TDOA定位问题的Chan算法定位精度不高,Tylor算法需要定位初始估计且不易收敛等问题,本文采用Chan-Tylor联合定位算法,利用Chan算法给出目标位置的初始估计,并在此基础上利用Tylor算法进一步提高定位精度。对AOA定位问题的求解,本文则采用总体最小二乘估计算法,综合考虑传感器自身位置误差,从而获得相对传统最小二乘估计算法更好的定位效果。针对多目标场景下基于地表震动信号定位的数据关联问题,本文提出了基于目标位置概率分布的多维分配关联算法。依据目标位置在传感器检测空间内的概率分布对传感器的量测值进行预分配处理,从而提高关联算法的计算效率。针对基于视觉方位角定位的数据关联问题,本文利用ORB特征匹配迅速的特点,采用基于ORB特征匹配的数据关联算法实现目标关联,针对关联效果受目标距离影响的问题,本文进一步提出了基于目标角度多维分配的改进关联算法,该算法能够有效改善图像目标的关联效果。针对多传感器融合定位问题,本文对传感器量测层面的融合处理和定位结果层面的融合处理进行分析。本文建立了TDOA-AOA联合定位的数学模型并在该模型的基础上推导了其加权最小二乘求解算法,此外,本文采用最佳线性无偏估计的方法,对振动传感器和视觉传感器定位结果进行融合。由于在实际应用当中,目标真实位置未知,定位结果误差的协方差矩阵难以计算,本文提出了协方差矩阵的在线计算方法,并在此基础上实现了基于最佳线性无偏估计的融合定位算法。在理论研究的基础上,本文设计并实现了基于地表震动信号和视觉方位信息的多传感器联合定位系统,开发了定位系统的图形界面程序,在传感器采集数据的基础上,本文对定位系统各环节的处理算法进行实验,验证了本文所述方法的有效性。