在现今复杂的电子战环境下主动探测面临对方电子干扰和反辐射武器等威胁,被动探测的地位日益重要。本文采用辐射源被动多站的时差的探测技术作为研究的对象。电子技术的发展及需求的推动,对低信噪比下微弱目标的检测和跟踪问题越来越受到关注。在这种环境下,传统的检测后跟踪(Detect-Before-Track,DBT)方法遇到极大困难。检测前跟踪算法(Track-Before-Detect,TBD)不对每帧观测数据设定门限,而是直接利用原始观测,进行多帧信息的积累后完成目标的检测和跟踪,可有效提高检测性能。本文围绕被动多站时差(TDOA)下的单目标和多目标检测前跟踪算法进行研究,主要的研究内容如下:首先,介绍了基于贝叶斯理论的粒子滤波器(Particle Filter,PF)原理,建立红外传感器和雷达传感器两种常用的TBD模型。并在此基础上给出了基于目标存在变量和基于未归一化权值的粒子滤波TBD(PF-TBD)算法。本文在被动多站场景下,建立了时差观测下的TBD模型,并基于未归一化权值的粒子TBD算法开展研究。其次,基于粒子滤波的TBD算法计算量大实时性差的问题,提出了一种基于BOX粒子滤波的单目标TBD(BPF-TBD)算法。BOX粒子基于区间分析理论,用BOX粒子替代传统的点粒子,可在保证检测和跟踪性能的基础上,减小粒子数目,提高运算速度。通过仿真对比,验证了所提出BPF-TBD算法的有效性。最后,针对多目标多伯努利TBD算法的粒子滤波实现计算量大的问题,提出了引入BOX粒子滤波的多目标多伯努利TBD(MeMBer-TBD)改进算法。该方法在解决多目标数据关联复杂度高等问题的同时,对低信噪比下的多目标进行跟踪,重点是减小了粒子数目,提高了算法的运算效率。仿真实验对比分析和验证了所提出的基于BOX粒子滤波的多伯努利TBD算法的有效性。