海洋是人类维持生存繁衍的重要基地,开发海洋经济是社会实现可持续发展的必由之路。近几年,海洋信息技术应用十分广泛,为我们探索海洋提供了新的机遇。它能够采集海洋数据,勘测矿产资源,监测海洋环境与海生物,及时对钻进爆炸、海啸、地震等突发事件报警。水下定位技术能跟踪检测水下节点或目标的位置,协调目标的运动,优化协议等。然而在对海洋信息技术的探索过程中面临着许多因素的挑战。其中最主要的因素就是水声信道中严重的多普勒效应、时变和延迟等。本文根据沉默定位理论,提出了水下宽范围沉默定位方法。所谓宽范围沉默指的是该定位方法的覆盖面积大,且目标保持沉默,不需要发送信息。首先对该定位机制进行了设计。在该机制中,利用可升潜式节点周期性更新水下节点的坐标信息,从一定程度上减小了定位误差;并且可实现迭代式定位,增加了定位范围和灵活性;宽范围沉默定位不需要目标发送信息,提高了目标的安全性。然后根据该定位机制,推导出了三种定位算法:基于时间等价关系的定位算法,最小二乘(Least Squares,LS)定位算法和递归最小二乘(Recursive Least Squares,RLS)定位算法。并从计算的复杂度,所需节点数,定位精度方面对三种算法做了分析。最后根据定位出来的结果,利用卡尔曼滤波器(Kalman Filter,KF)和概率数据关联(Probability Data Association,PDA)滤波器进行目标跟踪。为了解决跟踪过程中的杂波干扰、漏检和虚警问题,在卡尔曼滤波的基础上使用了概率数据关联滤波器。水声信道的多普勒效应明显,时变和延迟大,衰落和多径严重,是制约水下定位、水声通信等一系列研究的重点和难点。水声信道跟踪能在不降低数据传输速率及发送信号能耗的基础上,对时变信道进行观测。水声信道主要取决于三个参数:各路径的增益、延迟和多普勒频移。当目标运动时,这三个参数会随之产生变化。本文首先建立了浅海信道时变模型,据此推导出了该三个参数的状态模型,并分析了定位误差对三个参数变化轨迹的影响。最后利用卡尔曼滤波器分别对该模型下各路径的增益、延迟和多普勒频移进行跟踪。并在卡尔曼滤波的基础上,使用联合概率数据关联(Joint Probability Data Association,JPDA)滤波器进行多测量与多信道路径的关联,实现了对浅海稀疏多径信道的跟踪。