基于Taylor级数迭代的目标位置解算方法在无源定位领域有着广泛的应用，该类方法几乎不受到定位观测量的限制，具有较强的普适性。然而，现有的Taylor级数迭代定位算法大多是针对具体而特定的观测方程所设计的，缺乏统一的计算模型和理论框架。对此，本书较全面系统地介绍了基于Taylor级数迭代的无源定位理论与方法。依据现有的研究成果，本书将无源定位场景分成四大类：第一类是仅存在定位观测量的观测误差而没有系统误差；第二类是观测误差和系统误差同时存在；第三类是观测误差、系统误差和校正源同时存在，并且校正源的位置精确已知；第四类是观测误差、系统误差和校正源同时存在，但是校正源的位置存在测量误差。针对上述四类定位场景，书中分别描述了相应的Taylor级数迭代定位理论与方法，并设计了若干定位算例用以验证算法推导的正确性和理论性能分析的有效性。
　　本书既可作为高等院校通信与电子工程、信息与信号处理、控制科学与工程、应用数学等学科有关研究的专题阅读材料或研究生选修教材，也可作为从事通信、雷达、电子、航空航天等领域的科学工作者和工程技术人员自学或研究的参考书。

第1章  绪论 1
1．1  无源定位技术概述 1
1．2  Taylor级数迭代定位方法研究现状 2
1．3  三种常见的无源定位体制及其定位观测方程的代数模型 3
1．3．1  三种常见的无源定位体制简介 3
1．3．2  常用定位观测方程的代数模型 5
1．4  本书的内容结构安排 7
参考文献 9
第2章  数学预备知识 12
2．1  矩阵理论中的若干预备知识 12
2．1．1  矩阵求逆计算公式 12
2．1．2  矩阵的秩 14
2．1．3  三种矩阵分解 17
2．1．4  半正定和正定矩阵的若干性质 21
2．1．5  Moore-Penrose广义逆矩阵和正交投影矩阵 23
2．1．6  梯度向量和Jacobi矩阵 28
2．2  统计信号处理中的若干预备知识 30
2．2．1  克拉美罗界定理 30
2．2．2  最大似然估计及其渐近统计最优性分析 32
2．2．3  加权最小二乘估计及其与最大似然估计的等价性 34
2．3  本章总结 36
参考文献 36
第3章  无系统误差条件下基于Taylor级数迭代的单目标定位理论与方法 37
3．1  定位观测模型及其参数估计方差的克拉美罗界 37
3．1．1  定位观测模型 37
3．1．2  参数估计方差的克拉美罗界 38
3．2  无系统误差条件下的Taylor级数迭代定位算法及其性能分析 39
3．2．1  无系统误差条件下的Taylor级数迭代定位算法 39
3．2．2  理论性能分析 40
3．3  数值实验 40
3．3．1  定位算例的模型描述 41
3．3．2  定位算例的数值

众所周知，无源定位系统是在不主动发射电磁波信号的情况下，通过被动观测站（或称传感器）测量目标辐射或散射的无线电信号参数来确定目标的位置信息。与有源定位系统相比，无源定位系统具有隐蔽性能好、侦察作用距离远、系统成本低等诸多优势，因此近几十年来受到国内外相关学者和工程技术人员的广泛关注和研究。就现有的无源定位系统而言，其中的定位观测量主要包括空域、时域、频域和能量域四类参量，其中空域观测量包括方位角、仰角、方位角变化率、仰角变化率等参量；时域观测量包括到达时间、时间差、时间和等参量；频域观测量包括到达频率、频率差、频率和等参量；能量域观测量包括接收信号强度、信号能量增益比等参量。利用上述定位观测量可以直接建立目标位置参数（也可包括速度参数）和观测站位置参数（也可包括速度参数）之间的代数方程，通过优化求解该观测方程即可获得目标位置信息的有效估计。

需要指出的是，现有的定位观测量都是关于目标位置参数的非线性函数，因此从数学上来说，无源定位问题本质上属于非线性最小二乘估计问题。针对非线性最小二乘优化模型，一类基于Taylor级数展开的数值迭代算法应用最为广泛，该算法实质上是数值优化理论中的Gauss-Newton迭代法。值得一提的是，与许多其他形式的无源定位算法相比，基于Taylor级数迭代的无源定位算法几乎不受定位观测量的限制，具有较强的普适性。然而，现有的Taylor级数迭代定位算法大多是针对具体而特定的观测方程所设计的，缺乏统一的计算模型和理论框架。对此，本书较全面系统地介绍了基于Taylor级数迭代的无源定位理论与方法，旨在给出统一的计算模型和理论框架。

一般而言，影响无源定位精度的因素主要有两个：一个是定位观测量中的观测误差；另一个是定位观测方程中的系统误差。更具体地说，观测误差通常源自接收信号中所附带的随机噪声或背景噪声，而系统误差则源自多个方面，本书主要指观测站位置和速度等系统参量的测量误差。针对观测误差的影响，通常的处理方式是在非线性最小二乘优化模型中设置合理的加权矩阵。针对系统误差的影响，通常存在两类处理方式：第一类处理方式就是在算法层面尽可能地抑制系统误差的影响；第二类处理方式则是通过放置若干位置信息已知（或近似已知）的校正源去消除系统误差的影响。显然，第二类处理方式的成本会高于第一类处理方式，但却能换来更高的定位精度。综合上