作为目标跟踪领域的一个重要分支，被动式跟踪对于提高武器系统在现代电子战环境下的生存能力和作战能力有着重要的研究价值和应用前景。本文从被动定向跟踪和被动定位跟踪两个方面进行研究，主要工作成果如下： 1．简要概述被动定向跟踪，推导了球坐标系下的匀速运动目标的定向跟踪模型；状态建模的不完备性引起了模型噪声方差阵带有未知径距参数，因而需要解决参数在线辨识问题。本文使用两种方法进行参数辨识：1)从滤波残差正交性原理出发，推导出参数自适应辨识滤波器—PIBF；2)根据多模型的思想，对未知参数在参数空间进行量化，进而通过交互式多模型算法(IMM)的模型切换实现参数的在线辨识。此外，本文从工程角度出发，导出了两通道解耦的滤波模型，仿真分析表明此算法在保证跟踪性能的前提下降低了计算量。 2．被动定位跟踪不可避免地会遇到非线性问题。本文将典型的Monte Carlo非线性滤波器—Unscented Kalman Filter(UKF)、Particle Filter(PF)和UnscentedParticle Filter(UPF)应用于被动定位跟踪，并在二维空间目标跟踪仿真中与经典的扩展卡尔曼滤波算法(EKF)进行了对比；本文将UKF算法与概率数据关联算法(PDA)相结合，给出了适用于杂波环境下多站被动式跟踪的UKFPDA算法。