临近空间具有巨大的战略价值,近年来临近空间飞行器受到世界各国的广泛关注,特别是以美国为代表的各航空航天大国相继对其进行了开发与研究。临近空间飞行器技术的发展与应用对国家安全以及人类活动具有深远影响,目前该技术已成为世界军事竞争新的战略制高点。对地面目标的定位与跟踪是临近空间飞行器关键技术之一,快速、准确地获知地面目标的位置与运动状态是临近空间飞行器完成各种任务的基础和前提。本文主要研究了基于临近空间平台的地面目标定位跟踪算法,主要工作如下:(1)阐述了临近空间平台对地面目标定位与跟踪的研究背景和意义,总结了国内外研究现状,介绍了单站无源定位与跟踪技术相关的基础知识。(2)研究了适用于临近空间特殊高度及环境特点的单站无源定位体制,建立了定位跟踪模型,包括状态模型和观测模型,分析了单次定位误差,并对单次测量误差及影响因素进行仿真实验。(3)针对传统的跟踪滤波算法精度不高、对非线性系统稳定性不好的问题,将新型的非线性滤波算法——容积卡尔曼滤波(Cubature Kalman Filter,CKF)算法应用到基于临近空间飞行器的单站无源定位与跟踪问题。CKF算法的核心思想是根据容积数值积分原则,使用一组具有相等权值的容积点近似状态的后验概率密度,进而实现对状态向量的估计。CKF算法不需要计算复杂的雅克比矩阵,也不需要设置相关参数,易于实现且可更快速、精确地对目标进行定位与跟踪。(4)针对非高斯噪声环境下的目标定位与跟踪问题,将容积粒子滤波(Cubature Particle Filter,CPF)算法应用到临近空间飞行器对地面目标的定位与跟踪问题。CPF算法的基本思想是在粒子滤波(Particle Filtering,PF)算法生成重要性密度函数过程中引入CKF算法,保留了 PF算法适用于非高斯噪声环境的优点,且用性能较好的CKF算法构建重要性密度函数,融入了最新的量测信息,获得的状态概率密度函数更加符合真实情况,对状态的估计更准确。仿真实验结果表明,CPF算法不仅可以应用于非高斯噪声环境,而且在解决地面目标定位与跟踪问题方面表现出更好的稳定性、更快的收敛速度,更高的定位精度。