多目标跟踪是多传感器信息融合系统的一个重要研究内容。其中目标跟踪及数据关联问题是多目标跟踪的核心问题，也是近十几年来国内外该领域的研究热点。本文针对被动无源传感器，探讨了基于运动模型的多目标跟踪问题。首先介绍了多目标跟踪的基本原理，并详细分析了红外被动传感器对目标的观测特性。基于此特性，本文提出了两种目标运动模型。首先，通过假定距离信息的引入，建立了目标运动的线性时变滤波模型；进一步，通过直线逼近原理，建立目标轨迹直线逼近模型。将这两种运动模型运用于目标跟踪，分别提出了基于线性滤波模型的目标跟踪算法和基于直线逼近模型的目标跟踪算法。前者利用假定距离信息将滤波模型线性化，其收敛速度与跟踪精度均高于基于泰勒级数近似的线性滤波模型的跟踪方法，如扩展卡尔曼滤波；而后者通过对目标轨迹的直线逼近可有效地跟踪非直线运动目标。最后针对多目标跟踪的数据关联问题，我们论证了数据粗关联可以快速、有效地去除大多数虚假关联。进一步将其与多维分配算法相结合，克服了多维分配算法建立候选关联树计算量大的缺点，有效地提高了数据关联的速度。仿真实验验证了本文所提算法的正确性和有效性。