智能设备交互系统的研究总是伴随着时代的进步而不断的迭代,从按键时代到触摸屏时代的转变过程中,人机交互的便捷性得到了极大的改善。但如今移动设备发展的速度前所未有,各种新颖应用的出现对人机交互提出了更高的要求。当前,移动设备（例如手机）的交互方式一般需要用户使用手指在电容触摸屏上滑动、轻击和滚动,这种交互方式很难应用于新兴的应用程序,例如视频游戏,虚拟现实（VR）,增强现实（AR）。幸运的是,随着近年来无线传感技术的快速发展,移动追踪已被认为是最有发展前景的用户交互技术之一。在此基础上,用户可以实现不用接触也无需添加附加的设备而与电子设备进行交互。本文利用移动设备普遍存在且价格低廉的音频设备提出了基于声学信号的协作式手势追踪方法用于在二维平面实现无附加设备的人机交互系统CTrack（Collaborative Tracking）。CTrack能够在二维平面上实现基于用户单手或双手的人机交互。我们通过实验验证可以实现毫米级别的识别测距和定位精度,以及超过90%的识别准确率。本文首先介绍国内外关于移动追踪的研究现状,然后介绍了CTrack移动追踪的原理和必备基础知识,接下来详细介绍了设计思路和使用场景,最后,在智能手机上实现了一个系统原型分析CTrack系统的性能。本文的主要工作和贡献如下:1.设计并实现了一种基于声学信号的协同式目标跟踪系统CTrack。该系统将智能手机转换为主动声纳系统,具体说就是利用扬声器阵列发射高频线性调频信号,并通过麦克风阵列接收经过目标反射回来的回波。然后根据扬声器阵列、麦克风阵列和目标构成的几何关系在二维平面上精确定位目标的位置。此外,根据目标运动的连续性和声波回波的区域特征来区分和跟踪双目标的运动。我们在Nexus 6P上对CTrack进行评估。实验结果显示,CTrack在二维平面中具有良好的测距、运动跟踪、抗环境干扰性能、并且具有良好的鲁棒性和普适性。在限定用户操作区域的前提下,基于双目标的交互性能同样具有很好的性能。2.提出了保证定位稳定性和可靠性的相邻帧约束（NFC）和自适应定位校正（ALC）算法。NFC算法避免有误差的测距结果干扰了实验的准确性。ALC算法根据误差NFC测算出的误差大小动态选择不同的音频设备组进行定位从而解决了手机麦克风因为受到手机外壳的干扰而造成部分区域定位误差大的影响。