无线传感器网络有望在很多领域取得广泛的应用,包括环境监测、智能农业、目标探测和跟踪、机器人应用等。并且该技术有望嵌入到因特网中,实现外部世界与人类社会的信息交换,拓宽人类获取信息的方式。无线传感器网络因其低功耗、低成本、自组织性、可扩展性、隐蔽性等优点而将在监视和跟踪领域发挥越来越重要的作用。本文首先介绍了无线传感器网络的组成、拓扑结构、路由协议、应用前景等方面的知识。接着描述了无线传感器网络中常用的节点定位算法。使用多维标度定位算法对无线传感器网络中的节点进行定位,并且根据不同的仿真参数给出定量的分析结果。最后,给出了扩展卡尔曼滤波算法、无迹卡尔曼滤波算法和粒子滤波算法的推导过程和仿真分析。针对无线传感器网络中的多传感器融合目标跟踪,提出一种混合滤波算法,称为扩展混合粒子滤波算法(EM-PF)。该算法使用了一个混合的粒子传播方案。在使用粒子滤波算法对无线传感器网络中的节点测量信息进行融合时,粒子滤波器中的一部分粒子使用从扩展卡尔曼滤波状态传播获得的高斯分布作为建议分布进行粒子传播,而剩余的另一部分粒子则简单地使用状态转移先验分布进行粒子传播。无线传感器网络中的融合跟踪仿真结果表明,和纯粒子滤波算法相比,在仿真速率相当的情况下,混合滤波算法明显提高了跟踪精度和稳定性。