目标定位跟踪技术在无线传感器网络中具有举足轻重的地位和作用。无线传感与激励网络是对无线传感器网络的一种延伸和拓展,如何充分利用这种新型网络对移动目标进行及时、有效的定位跟踪是当前亟需解决的一项关键技术问题。传统的无线传感器网络跟踪技术大多是在每一时刻对节点进行观测定位,从而实现对目标的连续追踪。由于缺乏模型预判,使得跟踪的精准性和实时性都不尽人意。对于机动目标跟踪来说,大多会涉及非线性、非高斯场景,需要用到性能优良的粒子滤波技术。为此,本文重点研究了蒙特卡洛定位算法和交互式多模型粒子滤波跟踪技术,对现有算法进行了改进,并运用到无线传感与激励网络实现对运动目标的定位跟踪。首先,本文对基于粒子滤波的WSN和WSAN定位跟踪技术研究现状进行了详细的分析和总结,介绍了粒子滤波的基本算法及其改进算法,为后面粒子滤波算法的改进和运用奠定了理论基础。其次,介绍了基于无线传感与激励网络的Monte Carlo定位算法的基本原理,并阐述了MCL算法的具体实现步骤。从定位精度角度考虑,研究了一种改进的蒙特卡洛定位算法。通过仿真及分析,验证了改进算法的有效性。再次,对交互式多模型卡尔曼滤波算法和交互式多模型粒子滤波算法进行了分析。针对IMMPF算法存在的两个不足之处,研究了一种基于遗传和变速粒子滤波的交互式多模型目标跟踪算法,通过仿真对改进算法的有效性进行了验证。然后,讨论了基于无线传感与激励网络的目标跟踪技术,建立了无线传感与激励网络跟踪模型。将第四章提出的改进算法应用于WSAN目标跟踪,研究了一种分布式跟踪算法,并通过仿真及性能分析验证了算法的有效性。最后,对本文开展的各项工作进行了归纳总结,并讨论了进一步研究的内容和方向。