多数地理定位算法只用信号的到达时间差(Time Difference of Arrival,TDOA)估计发射机位置,而TDOA数据中的外部噪声降低估计精度.为此,提出基于迭代双重扩展的Kalman的有源目标估计(Iterated dual-extended Kalman Fiter,ID-EKF)算法.ID-EFK算法测量TDOA和到达频率差(Frequency Difference of Arrival,FDOA)信号.先建立相关位置和速度的状态等式和相关TDOA和FDOA信号的测量等式.然后,再用迭代双重扩展Kalman滤波补偿非线性测量误差.仿真结果表明,提出的ID-EKF算法降低了估计误差.