水下目标声探测跟踪系统是水下机器人智能体系的重要组成部分。探索水下目标声探测跟踪的新方法;开发准确可靠、实时性强的探测跟踪软件对提高水下机器人的智能化水平有着重要的意义。本论文深入研究了声纳图像预处理技术;提取分析了声纳图像中水下目标的特征;把信息融合技术引入粒子滤波理论,在粒子滤波理论框架下实现了水下目标的跟踪。在此基础上,以SeaKing DST单波束机械扫描声纳和嵌入式声视觉计算机为硬件平台,以某型号的水下机器人为载体,利用实时多任务操作系统VxWorks设计了一个探测跟踪软件,配合水下机器人的其他功能模块实现水下目标的探测跟踪。本论文首先对声纳数据进行了波束内插、坐标变换、图像显示、图像平滑、图像分割等预处理。接着提取了水下目标的形状与亮度、形状矩、不变矩、灰度共生矩阵数字特征,并且对比分析了目标在运动过程中各个特征的变化情况;应用广义回归神经网络分析了特征,确定了最有利于探测跟踪的特征组合。最后深入研究了粒子滤波理论和其存在的问题及解决办法。在粒子滤波理论框架下实现了水下目标的跟踪,跟踪过程包括初始化、状态转移、状态观测、重采样。为了增强粒子滤波跟踪效果,结合声纳图像下目标的特点,本论文利用信息融合观测模型替代经典的模板匹配观测模型。两种观测模型下对比实验结果证明将信息融合技术引入粒子滤波能有效的实现水下目标的跟踪。在以上理论研究和仿真的基础上,最后本论文在VxWorks环境下实现了声纳数据的接收和声视觉计算机同水下机器人其他功能模块之间的通信;开发了由初始化模块、数据接收模块、数据处理模块、TCP模块、UDP模块组成的探测跟踪软件。