利用运动观测站获取非合作辐射源位置信息的无源定位技术,在军用和民用领域有着广泛的应用。现代无源定位系统正向着高精度、网络化的方向发展,试图使用最小的载荷代价对辐射源实现高精度定位。基于信号到达时间(Time of Arrival,TOA)和到达时间差(Time Difference of Arrival,TDOA)等时域观测的定位体制,理论上单个观测站仅需要单通道接收就可完成TOA或者TDOA的测量,对辐射源信号的调制类型的适应能力强,可最大限度地降低定位系统对载荷的要求,是高精度无源定位系统的首选定位体制。围绕运动观测站测时定位问题,本文针对单个运动观测站和多个观测站基于时域量测对非合作辐射源定位的定位原理,定位方法和性能分析等展开研究,主要研究内容包括:第二章研究了单个和多个运动观测站测时无源定位模型。首先分析了利用运动单站或者运动多站无法同时检测信号的非共视条件下,对于非合作辐射源基于TOA定位,需要辐射源信号发射具有周期特性。然后基于辐射源的周期特性建立了运动单站TOA定位模型,同时分析了雷达及通信辐射源内蕴的辐射源周期特性,最后分析了基于该模型定位的可观测性。基于辐射源的周期特性建立了两种运动多站非共视TOA定位模型包括:以多个站各自测量的TOA作为时间基准的多时间基准异步TOA模型,和对所有TOA量测建立统一时间基准的统一时间基准异步TOA定位模型,分析了两种模型的可观测性。并分析了统一时间基准异步TOA定位模型,站间距较大产生的模型参数辨识模糊问题。第三章研究了基于周期特性的运动单站TOA定位问题,在给定表征TOA结构信息的模型参数条件下,推导了运动单站TOA定位的条件克拉美劳下限(Conditional Cramer-rao Lower Bound,C_CRLB)。从联合估计目标位置及周期的角度出发,提出了基于高斯牛顿(Gaussian Newton,GN)迭代的目标位置及周期联合估计的批处理方法以及双卡尔曼滤波(Kalman Filter,KF)结合高斯混合(Gaussian Mixture,GM)技术的联合滤波方法,两种方法在噪声较小时,可达到联合估计的C_CRLB。第四章研究了基于周期特性的运动多站非共视条件下异步TOA定位问题。针对多时间基准的运动多站非共视异步TOA定位问题,提出了列文伯格-马奎特(Leverberg-Marquardt,LM)迭代方法,该定位方法在定位的同时可利用多站的TOA观测实现周期的高精度估计。针对统一时间基准的运动多站非共视异步TOA定位问题,充分考虑了站间距过大带来的模型参数辨识模糊问题,考虑将目标位置空间网格化,从提高周期估计的角度,提出了基于多观测站TOA量测序列时延补偿的混合排序估计法(Time Delay Compensated Order,TDCO);从联合估计目标和周期的角度出发,提出了基于网格划分的多起始LM迭代(Grid-based Multiple Intialization LM,GB-LM);从运算量考虑角度考虑,提出了结合粒子群优化(Particle Swarm Optimization,PSO)及LM迭代(PSO-based LM,PSO-LM)等三种统一时间基准的异步TOA定位方法。三种方法都可实现对目标位置和周期的高精度估计。第五章研究了运动多站共视条件下TDOA定位解算方法。针对传统迭代方法运算量大存在收敛问题以及解析方法噪声门限高的缺陷,在分析了著名的两步最小二乘方法性能受限原因的基础上,提出了基于定位误差修正的TDOA解析定位方法,从理论上证明了该定位解算方法的统计有效性,并对该解析方法作了理论偏差分析。在分析了两步最小二乘定位方法在观测器误差条件下的理论偏差的基础上,将该解析定位方法推广至有传感器位置误差条件下的TDOA定位、TDOA/TDOA变化率定位问题中,表明该解析定位方法具有良好的拓展性,通过仿真对比了多种TDOA定位方法和本文方法的定位性能,验证了该解析定位方法的有效性。