基于磁异常的磁性目标定位与跟踪技术,在潜艇探测、水下监控、探矿、机器人定位与跟踪等领域发挥着重要作用。该技术通常将磁性目标物视为磁偶极子,通过求解最小二乘问题,获得磁性目标的位置坐标、磁矩矢量等相关参数,实现定位与跟踪。然而磁传感器的噪声和环境磁干扰会影响磁异常的测量精度,进而影响定位精度。本课题的主要工作在于针对实际测量的磁异常矢量存在噪声和误差的特点,研究相关的模型和算法对定位结果进行补偿和修正。磁异常定位可以归结为求解最小二乘问题。由磁偶极子模型的理论计算值和传感器阵列输出的实测值,根据最小二乘（Least Square）准则得到待优化的目标函数,通过求解该目标函数的全局最优值,实现对磁性目标的定位。由于磁异常矢量的测量精度有限,因此目标函数全局收敛的结果与实际情况仍存在较大的偏差,并且难以从求解算法的角度去减小偏差。针对这个问题,本文在目标函数收敛的基础上,研究和设计线性卡尔曼滤波器（Kalman Filter）,对收敛结果进行了补偿和修正,实现了更稳定的定位效果。本文从磁偶极子模型出发,描述目标函数的建立过程以及全局最优算法。针对噪声对目标函数收敛结果的影响,建立了线性卡尔曼滤波器模型,对定位结果进行补偿和修正。数值仿真和实际实验结果均表明,相比于修正前的定位结果,经过线性卡尔曼滤波器补偿和修正后,最终定位结果的波动范围更小,更加稳定。