高频地波雷达凭借着其超视距探测以及全天候工作的优良特性,在超视距预警和反低空突防领域发挥了重要作用。然而,由于高频地波雷达工作频段较低,其距离和角度分辨率较低,使单基站高频地波雷达定位精度较差。分布式高频地波雷达利用其多站同时观测的特点,具备提升高频地波雷达对目标的发现能力和定位精度的能力。本课题基于分布式高频地波雷达体制,开展基于多站多测量信息的目标定位技术研究,以提高高频地波雷达的定位精度。本文首先研究了目标方位参数的估计问题。主要研究了基于阵元空间的常规方位估计算法,主要有基于空间滤波的最大输出信噪比准则、最小方差无失真准则两种算法以及MUSIC方位估计算法,并进行了仿真分析;然后介绍了基于波束空间的方位估计算法,主要包括基于波束空间的MUSIC方位估计算法以及改进的方位估计算法,并对这两种算法进行了仿真分析,同时对基于两种空间的多种方位估计算法进行了比较。然后研究了不同雷达定位系统模型下的定位算法。首先研究了TDOA-AOA联合定位算法,主要有Chan算法、Taylor算法以及条件约束最小二乘算法,仿真分析比较了三种算法的定位性能;然后研究了TOA-AOA联合定位算法,主要包括LLOP算法、MDS算法以及基于内点法的TOA-AOA联合定位算法,该算法根据最小二乘思想利用目标的时延信息构造最优化函数,同时以目标的方位信息作为优化函数的约束条件,结合凸优化理论中的内点法对目标的位置信息进行估计,同时研究了极端情况下的分布式雷达定位算法,即双站情况下的权重定位算法,仿真分析了这几种算法的定位性能。最后研究了非视距（Non Line of Sight,NLOS）环境下TOA-AOA联合定位问题,介绍了散射体圆环模型和散射体圆盘两种散射体模型,然后介绍两种定位优化方法,即基于非线性方法,该算法是对内点法进行调整,根据NLOS环境构造了新的优化函数以及相应的约束条件来实现对目标的定位,以及基于线性优化的改进定位方法,该算法以LLOP算法为基础,利用距离和方位的残差函数构造权值,对目标的估计结果进行加权求和,从而实现目标未知的确定,然后对这两种定位算法进行了仿真比较。