随着现代科技水平的发展，军事装备竞赛日趋激烈，武器打击的精确度更准、进攻速度更快，从而要求我们及时对目标位置和运动状态做出准确的探测和估计。同时，现代电子战技术强调高隐蔽性，所以具有隐蔽性高、抗干扰性强的无源被动定位技术越来越受到重视。本文开展了仅利用角度信息目标无源跟踪定位研究，其中，对目标状态的预测滤波算法采用了粒子滤波算法。在粒子滤波算法的理论框架下，作者论述了目标的运动模型、目标的观测模型的建立、重采样算法的具体实现。在基本的粒子滤波算法基础上，提出了改进的粒子滤波算法，即在原粒子滤波的重采样算法中加入代间约束。仿真实验结果表明，改进后的粒子滤波算法具有更高的跟踪精度，可以更好的对目标进行跟踪定位。考虑到修正的球面坐标系（MSC），相对于传统的笛卡尔坐标系，具有非线性特性和含有丰富的状态变量等优势，可以有效的提高跟踪精度，本文主体算法采用混合坐标系：在修正球面坐标系中进行滤波跟踪，在笛卡尔坐标系中进行目标运动状态的外推。仿真实验结果表明，这种方法可以得到更好的跟踪效果。