随着电子科学技术的不断发展,对目标跟踪的需求也不断的增加。目标跟踪技术已经普遍应用于军事领域和民用领域,无源定位与跟踪具有隐蔽性好等优点得到广泛的研究和关注,TDOA是一种常见的无源定位技术,由于其拥有定位精度高,组网能力强,抗打击能力强等优点,目前已得到了广泛的应用。本文将无源时差定位技术与机动目标跟踪算法相结合,研究了基于无源时差定位的机动目标跟踪问题。在无源时差定位跟踪系统中,由于系统方程是非线性的,因此该跟踪算法主要解决非线性滤波问题,已有交互式多模型扩展卡尔曼滤波(IMM-EKF)和交互式多模型无迹卡尔曼滤波(IMM-UKF)应用其中,且IMM-UKF跟踪精度较高。但实际上目标会受到非常复杂的非高斯噪声干扰,上述两种算法无法解决非高斯噪声干扰。针对上述问题,本文将交互式多模型粒子滤波应用于基于无源时差定位的机动目标跟踪中,并通过MATLAB仿真试验比较,验证了交互式多模型粒子滤波(IMMPF)的优越性。所用模型个数越多,交互式多模型(IMM)算法的跟踪性能越优越。但是,当模型个数过多时,跟踪的精度也会因为过多不必要模型之间的过度竞争而下降。针对这个问题,论文进一步改进交互式多模型算法,给出了基于扩展维特比算法的模块化交互式多模型算法(Modular Interacting Multiple Model Based on Extended Viterbi Algorithm,即MIMMEV),有效地解决了上述问题,对雷达机动目标定位跟踪问题具有一定的实际应用价值。