在无线传感器领域,目标定位与追踪一直都是研究的热点。基于声信号的被动式角度传感器以其无发射源的隐蔽性、抗干扰性和低功耗的特性,在野外监控、物种多样性声学采集及军事领域中有诸多应用。在基于角度的被动式传感器多目标监控问题中,存在着量测与目标之间的匹配关系未知或不可信等因素,导致现有定位算法难以实时给出目标的精确位置。与此同时,在机理上被动式传感器的方向角量测存在一定误差,加之野外环境的干扰,使得解决多目标定位与跟踪问题变得十分困难。本文针对不可靠角度量测和匹配关系,设计了一种基于感知概率的数据关联算法,针对数据关联中的量测与量测关联,及量测与航迹关联,分别进行了算法的研究与设计,仿真效果良好,并将算法应用到实际的监控系统软件当中。本文的主要工作和贡献包含以下几个方面：首先,针对量测与目标匹配关系未知或不可靠的问题,分析和设计了无目标先验信息下的量测与量测关联算法。在对量测误差的分析基础上,推导得出传感器量测交线与真实目标之间的感知概率关系,并给出相关门限的选取方法和准则。在感知概率的基础上,设计了针对量测与量测的数据关联算法,给出最优的多目标位置组合。其次,提出基于感知概率的量测与航迹关联算法,着重解决航迹初始和维持过程中的关联问题,通过感知概率和门限的实时更新,纠正航迹的生成和维持过程中的偏差。仿真和实验结果表明,基于感知概率的数据关联算法性能良好,并能在多目标定位过程中检测到大部分目标,航迹生成速度较快,且计算量较少。最后,考虑到算法的实用化问题。分析了环境噪声、虚警、漏检及传感器自身性能等因素对传感器量测数据的影响,根据实际场景的真实量测数据设计滤波平滑算法,改进感知概率的公式,并介绍了作者开发设计的角度传感器网络多目标监控系统软件,以及相关的算法移植问题。