无线传感器网络(Wireless Sensor Network, WSN)可以类比为人体的神经系统。其中,遍布人体的感觉神经就如同是各类型的传感器,而传导兴奋信号的神经纤维则有如传感器网络中的传播链路。近年来,无线传感器网络的应用已经渗透到了包括农业,工业,交通甚至军事领域。越来越多不同功能的传感器被使用到了人类的生产工作中,而这也意味着越来越多的基于传感器的大规模无线网络覆盖到了我们生活的各个位置。基于传感器网络的目标定位是一个新兴的研究热点,如今的研究内容主要是针对基于给定的场景与相对固定的目标种类、数量来进行的。对于场景环境有一定波动的情况尚未有较完整的解决办法框架。本文首先基于无线传感器网络大规模应用所带来的附加的无线链路资源分析了本文研究内容的可行性。接着深入研究了现有的无线网络中无源检测跟踪研究成果(测量模型、运动模型和基本检测与跟踪算法等),并详细分析了各个方法的优劣。基于此提出了一种具备一定适应性的基于场强衰减值分布的目标检测方法,并简单引入了粒子滤波作为模型更新的筛选器。最后,通过对不同场景下的具体实验结果进行细致地数据分析得到相应的结论。结论表明本文提供的方法框架能较好的保证一定波动范围内的场景下的跟踪检测精度,同时也能处理目标数量变化的情况。