基于水下传感器网络的目标跟踪继承了传感器网络中节点体积小、功耗低、分布灵活等特点,能够为水下非合作目标位置估计提供更加实时有效的数据支持。本文从水下非合作目标定位中的环境特性和目标特性出发进行了分析研究,设计了基于分组估计策略的跟踪算法和基于资源调度策略的跟踪算法,充分发掘分布式协同决策的优势,以获得更为快速可靠的目标跟踪。本文的研究工作主要包括如下两个方面:(1)针对水下定位中水声传播的滞后性及普遍存在的非视距(Non Line of Sight,NLOS)误差等环境因素的影响,提出了异步的距离测量方法和基于分组分配策略的NLOS量测定位算法。测量方法中利用异步的定位方式获取距离量测,削弱了传播滞后性的不利影响。定位算法中通过多个位置估计有效降低了NLOS量测噪声造成的定位精度衰落。数据仿真表明:对于存在NLOS测量值的水下跟踪,该算法能够提高定位精度。(2)针对非合作目标特性导致的量测失配、虚警干扰和目标数目不确定等问题,提出了一种基于资源调度策略的粒子滤波目标跟踪算法。通过节点之间的相互配合,提供目标数目和目标初始状态等确定性信息,避免量测失配和虚警干扰降低定位精度获得高性能的跟踪效果。并且考虑到多目标交叉和多目标相近的场景,设计了递推更新的粒子迭代模型,能够在降低错误关联结果的同时,实时跟踪多个目标。数据仿真表明,该方法能够在多目标交叉和多目标相近场景下,获得高性能的跟踪效果。