作为一种新兴的IT热点技术，无线传感器网络在军事与民用诸多领域有着广阔的应用前景。由于在传感器网络中传感器节点处理能力有限并且携带能量有限，因此设计出简单高效的目标跟踪算法对于延长传感器网络的生命周期以及增强传感器网络的性能有着重要意义。目标跟踪的复杂性与无线传感器网络节点能力不足形成矛盾，分布式是解决该矛盾的有力途径。根据目标的运动位置，将无线传感器网络中的传感器节点动态组织成簇，建立分布式跟踪结构。为了提高目标跟踪性能，并降低无线传感器网络中的能量开销，提出分布式信息粒子滤波算法和分布式并行粒子滤波算法。利用信息扩展卡尔曼滤波器结合最新的观测量，产生粒子滤波的建议分布，详细介绍了基于动态分簇结构的分布式信息粒子滤波具体实现步骤。分布式并行粒子滤波算法是运用并行粒子滤波器将粒子集分成多个小子集，分配到簇中的各子节点，完成并行粒子滤波过程。为了实现分布式信息粒子滤波算法和分布式并行粒子滤波算法，在无线传感器网络对目标跟踪中，能有效降低能耗等问题，建立目标跟踪的无线传感器网络动态分簇仿真环境，将两种算法进行实验仿真分析。仿真结果表明，分布式信息粒子滤波和分布式并行粒子滤波在节点能耗上有很大的改善，而且分布式并行粒子滤波采用并行处理的方式来计算估值，不仅改善了能量消耗问题，同时也提高了跟踪精度。