矢量水听器较于声压水听器具有更好的空间指向性,广泛应用于水声领域。本文主要研究了基于矢量水听器阵列对水下目标的定位和跟踪问题。首先,介绍了矢量水听器及水下目标跟踪定位相关技术的国内外研究现状;介绍了水下传播模型和水声信道特性:讨论了常规波束形成算法,介绍了波束形成的性能指标。然后,介绍了矢量水听器的信号模型,矢量水听器能够获取声场中的振速信息,较于声压水听器具有更好的指向性;介绍了矢量阵列的常规波束形成(CBF,Conventional Beamforming)算法,分析了算法性能;介绍了矢量阵的高分辨率波束形成算法:多重信号分类(MUSIC,MultipleSignal Classification)算法和最小方差无失真响应(MVDR,Minimum Variance without Distortion)算法的原理,分析了算法性能:介绍解相干波达方向估计算法,该算法通过空间平滑方法可以实现信源的解相干;通过实验对比了声压阵列和矢量阵列的常规波束形成算法和高分辨率算法的指向性,验证了信源的相干性对波达方向(DOA,direction of Arrival)估计性能的影响,和解相干DOA算法的有效性。接着,介绍了舰船噪声的建模方法,将舰船噪声分为连续谱分量和线谱分量分别建模;介绍了基于非相干子空间处理方法方法(ISM,Incoherent Signal-subspace method)的宽带DOA估计算法,ISM算法将宽带信号分解为若干窄带信号,将宽带DOA问题转化为窄带DOA问题,并分析算法性能;介绍了恒束宽的宽带DOA估计算法,基于空间重采样算法调整有效阵元间距,确保不同频段空间谱具有相同主瓣宽度,避免波形失真。通过仿真实验验证了舰船噪声建模的有效性,对比了方法和恒束宽DOA估计算法在舰船辐射噪声信号下的性能。最后,介绍了预测运动目标方位的运动滤波算法;介绍了多目标跟踪的数据关联方法,提出了基于舰船噪声线谱特征的关联方法;通过实验对多目标跟踪问题进行仿真,对比了基于不同的DOA估计算法的Kalman滤波跟踪的性能,验证了 DOA算法性能对跟踪效果的影响:对比了常规数据关联和基于舰船噪声谱关联的跟踪性能,验证了基于舰船噪声谱的关联方法的有效性;研究了基于特征线谱窄带DOA和宽带DOA的多目标联合跟踪算法,验证了该算法的多目标跟踪能力。