无线传感器网络是一个新兴、前沿的热点研究领域。物体的定位与跟踪是传感器网络中的两个重要研究问题。当目标是静止的，我们使用定位算法来确定其位置，当目标是移动的，我们使用跟踪算法来估计它的运行路径。传感器网络在智能环境中的重要作用是监测人的活动，本文以智能环境下传感器网络的定位跟踪为研究对象，针对传感器网络中的定位追踪展开系统研究，提出了单目标定位和跟踪的相关算法，验证了传感器网络中定位与跟踪方法的有效性。首先，介绍当前无线传感器网络中定位跟踪的研究意义，建立基于传感器网络定位跟踪的模型，提出传感器网络中基于非测距的定位算法，并给出仿真结果，达到一定定位效果。为减小偏差，针对智能环境下的定位情况，进一步提高定位精确性，又提出了基于测距的定位算法，并与前者进行比较，结果显示提高了定位精度，进一步达到了很好的准确性，具有良好的定位效果。其次，提出了无线传感器网络中的卡尔曼滤波相关算法，并给出各自的原理与仿真结果。卡尔曼滤波适用于智能环境下无线传感器网络中目标状态估计的线性系统，针对环境下非线性系统的目标跟踪，又提出了扩展卡尔曼滤波与无迹卡尔曼滤波算法，它们是较好的补偿措施，解决了对物体移动路线的跟踪问题，仿真结果表明达到了不错的滤波效果，很好地对非线性系统下的状态进行了估计，实现跟踪的目的，具有一定的有效性与准确性。最后，介绍无线传感器网络节点的组成，提出智能环境下基于传感器网络粒子滤波的跟踪算法，结合实际应用，如单观测站，多观测站情况下，对目标进行状态估计研究。仿真结果表明在传感器网络中的算法有很好的定位与跟踪效果，具有一定的准确性与较强的鲁棒性。