目前,随着跟踪与反跟踪技术的不断发展,被动跟踪方式在目标跟踪领域的作用日益凸显。由于被动跟踪具有良好的隐蔽性和较高的可靠性,因此在侦查、监视、定位等军事应用中有着更为重要的研究价值。其中的纯角度跟踪,作为一种典型的被动跟踪方式也逐渐成为一大热门研究方向。由于现代跟踪系统对目标跟踪精度和算法性能要求不断提高,单观测平台的目标跟踪技术已无法满足跟踪性能的需求,因此,无线传感网络开始被应用于目标跟踪中。同时,为了避免个别节点估计精度过高或过低,造成资源浪费或跟踪短板问题的产生,分布式一致跟踪方法开始出现。但目前绝大多数分布式一致算法都着重于研究主动跟踪和较为理想环境下的跟踪问题,有关多传感器被动无源分布式一致跟踪的相关研究较少。因此,本文主要从无迹卡尔曼滤波算法出发,同时考虑实际应用场景下的一些限制条件,研究更具备战场生存能力的多传感器纯角度跟踪中的分布式一致滤波问题,以期为工程实际的算法设计提供一些新思路和方法。论文主要研究工作和创新性成果如下:（1）建立了无线传感网络纯角度被动跟踪的系统框架,并阐述了几种典型的目标运动模型和双站测向交叉定位跟踪模型。同时,运用图论知识对无线传感网络进行建模,并基于其结构特点,选定了分布式数据融合方式和一致性处理算法。（2）提出了一种基于GDOP优化调度的分布式无迹卡尔曼一致滤波算法。首先,简要分析了经典卡尔曼滤波算法（KF）和分布式线性卡尔曼一致滤波算法（KCF）。之后,将分布式一致滤波与无迹卡尔曼滤波相结合,通过伪GDOP几何精度因子确定副站节点的方式设计了适用于被动跟踪的分布式无迹卡尔曼一致滤波算法（UKCF）,并依据浮点数分析了算法的复杂度。接着,使用估计误差、一致性误差两种算法性能评估准则验证了算法的有效性。最后,尝试加入角速度作为冗余量测信息进一步提高了算法的跟踪精度。（3）针对无线传感网络中存在的不完全量测问题,分析了加入丢包模型的算法的稳定性,并设计了丢包补偿方法和基于两种丢包的能量优化策略。首先,在所设计的UKCF算法的基础上加入了量测、通信丢包模型并推导了算法的稳定条件。其次,进一步提出了一种基于估计一步预测的通信丢包补偿方式,并依据两种丢包分别设计了相应的能量优化策略。最后,通过仿真得出通信丢包能量优化策略能够较大程度减小网络能耗的结论。（4）分别提出了传感器存在探测范围、通信范围和野值量测时的处理方法。设计了“广度分层遍历”传输方法和基于“格拉布斯准则”的野值判别法,且验证了处理方法对于机动目标的适用性。仿真结果表明,所设计的传输方法能简单高效地进行数据传输;野值判别法能够适用于机动与非机动目标。同时,通过机动目标跟踪仿真得出本文所设计的分布式一致滤波算法较普通双站纯角度量测滤波有更高跟踪精度的结论。