煤炭是我国丰富的资源，随着煤炭经济的快速发展，将信息技术应用于煤矿监测与通信是当务之急。通过无线信号的传输来取代有线传输，通过在井下节点的部署，对井下施工设备和交通工具，特别是井下工作人员的的定位和跟踪，可以预防突发事故，在发生安全事故时，可以迅速和准确对设备和工作人员进行救助与支援。　　无线传感器网络的目标跟踪问题，普遍采用集中式处理，即整个网络选定一个中心节点，中心节点对网络中的所有数据进行处理和目标估计运算最终实现跟踪。中心节点的高频率的数据传输和集中的算法运算必然会消耗节点大量的能量，整个网络的生存周期也会降低。然而分布式目标跟踪不需要这样的中心节点。因此，基于对井下跟踪系统和无线传感器网络集中式目标跟踪进行研究分析，本文的研究方向为无线传感器网络分布式目标跟踪算法研究。　　首先，研究了分布式目标跟踪算法及跟踪的典型算法线性拟合和卡尔曼滤波算法，本文在这两种算法的基础上提出了改进分布式目标跟踪算法。改进算法的基本思想是根据移动目标的当前位置建立簇，簇头节点集中汇总和处理簇成员节点发来的最新观测数据，结合线性拟合算法和卡尔曼滤波算法对移动目标进行预测，通过改进可以更加准确的修正预测值。　　其次，本文针对利用粒子滤波的分布式目标跟踪算法跟踪目标，在分簇过程中对选择簇头和簇成员的方法做了改进，提出了改进分布式粒子滤波的跟踪算法。改进算法根据被测目标当前位置建立一个簇，在建簇的过程中选择基于节点的剩余能量最大同时节点RSSI值最大为原则，选择同时满足这两种条件的节点作为此跟踪簇的簇头节点，在基于节点剩余能量和与簇头节点距离的基础上选择簇成员节点，最后通过粒子滤波的算法对移动目标来进行定位和跟踪。　　最后，针对煤矿井下特殊环境，当移动目标进行转弯时，仅仅采用卡尔曼滤波算法得不到理想的结果，常常会出现时延。此时需采用自适应算法，本文采用一种面向煤矿井下交互多模kalman滤波跟踪算法。在动态分簇的基础上利用交互多模kalman滤波跟踪算法进行目标跟踪。该算法可以高效的应对目标运动状态突然转变，避免传统算法的出现时延，有效的实现对目标跟踪。