无线定位跟踪广泛应用于导航、自动监测、公共安全等领域。目前，在室内环境下，现有的无线定位跟踪系统无法满足低成本、高精度的应用需求。本文讨论了粒子滤波算法在ZigBee无线定位跟踪系统上的应用和改进方法，为室内移动目标定位跟踪提供了可行的解决方案。本文以ZigBee无线网络为基础，首先对室内环境下接收信号强度（ReceivedSignal Strength）分布和无线信号传播特性进行了测试。结果表明，RSS（ReceivedSignal Strength）在同一位置存在一定的波动性，呈现非高斯分布状态；另外，由于信号传播存在反射、折射、绕射等情况，观测模型不能很好的描述RSS与距离的关系，会引入较大的RSS观测误差。为解决上述问题，本文提出了利用粒子滤波来解决定位跟踪动态问题的方法。本文在介绍粒子滤波算法的基础上，对采样重要性采样（Sampling ImportanceResampling, SIR）粒子滤波定位跟踪方法进行了仿真和性能分析。采用随机加速度运动模型以及RSS路径损耗观测模型，分析了参考节点数量、粒子数目以及观测噪声对SIR粒子滤波算法性能的影响，并与最大似然估计方法、扩展卡尔曼滤波方法等算法进行了性能比较。随后本文重点阐述了粒子滤波在室内环境下的定位跟踪性能及其改进方法，提出了利用环境结构信息，剔除不可用粒子和切换目标状态转移模型的方法来提高定位跟踪精度。本文的研究不仅为粒子滤波在ZigBee无线定位跟踪方面的应用提供了一种实现方法，而且结合室内环境结构信息对粒子滤波进行的改进，对提高室内无线定位跟踪性能也具有实际意义。