在无源定位技术中，DOA定位（Direction of Arrival）是关键环节，它能够估计目标到达观测站的方位角和仰角。在进行DOA定位时，观测模型是构建在理想条件下，即观测站坐标和目标位置已知且无误差。然而，实际操作中观测站可能存在位置误差，这对DOA定位的精度有着直接影响。

首先，基于n个观测站进行定位，假设第i个观测站的坐标向量表示为xi，目标的位置向量为θ。方位角和仰角可通过以下公式表示：

θi = arctan(xi2/xi1) （方位角）

θi = arctan(sqrt(xi1^2 + xi2^2)/xi3) （仰角）

其中，θi分别表示目标到达第i个观测站的方位角和仰角的真实值。由于实际测量总会存在噪声，我们将得到带有测量噪声的值。基于此，构建观测模型如下：

θi = θi + εi （方位角）

θi = θi + εi （仰角）

其中εi为噪声向量，其均值为0，协方差矩阵为σi^2。因此，DOA观测向量为：

θ = [θ1, θ2, ..., θn]

其协方差矩阵为Σ。

实际中，观测站可能处于运动状态，导致观测站位置出现误差。将位置误差建模为δi，实际观测站位置表示为xi + δi，则所有观测站位置向量组合为：

θ = [θ1 + δ1, θ2 + δ2, ..., θn + δn]

其协方差矩阵为Δ。

在存在站址误差的环境下，定位的不确定性将增加。此时，未知向量为θ，测量向量为角度测量值yi。对数似然函数表示为：

Fisher信息矩阵表示为：

其中，Fisher信息矩阵的逆提供了Cramer-Rao Lower Bound (CRLB)，它是估计量误差的下界。在存在站址误差的DOA定位中，CRLB表示为：

其中，σθ^2表示目标定位的CRLB，σy^2表示观测定位的CRLB。

为了验证理论分析的正确性，可以通过MATLAB进行仿真，模拟不同条件下（如不同噪声水平、不同站址误差）的DOA定位性能，并与理论CRLB进行对比，以评估定位算法的精度。