无线传感器网络(Wireless Sensor Networks, WSNs)是由大量的廉价传感器节点通过自组织方式构建的网络,其在军事、环境监测、医疗护理、智能居家、灾后救援等场合有着广泛的应用前景。目标跟踪作为无线传感器网络的一个重要应用,从一开始就获得了人们的极大关注。由于传感器节点的资源非常有限,目标跟踪的研究工作面临着很大的挑战。针对现有目标跟踪算法计算复杂度高、能量使用不合理等不足,本文提出了一种基于拍卖的自适应传感器激活算法(Auction-Based Adaptive Sensor Activation Algorithm,简称AASA)。该AASA算法重点解决以下三个方面的问题。首先是网络中节点能量消耗不均衡的问题。本文提出了一种高效的成簇算法,该成簇算法结合一个预测方法和一个拍卖机制,使用预测方法可以确定簇的建立位置,而拍卖机制是让预测区域内的节点通过竞争产生最适合参与目标跟踪的节点。拍卖过程充分考虑了节点的剩余能量以及节点到目标预测位置的距离。其次是检测噪声对目标定位的干扰问题。原始的三边定位方法假设网络环境是理想的,即不存在任何检测噪声,这与实际环境是不相符的。为了能在有噪声的网络环境中完成高精度的定位,本文提出了改进的三边定位方法。最后是能量高效与跟踪质量的折衷问题。为了能够同时兼顾能量高效与跟踪质量,本文提出了自适应的传感器激活算法,算法根据当前的跟踪质量来动态调整预测半径和簇成员数,同时跟踪间隔也根据目标的即时速度来动态修正。本文通过模拟实验对算法AASA进行了深入的分析,研究AASA中关键参数的不同取值对跟踪效果的影响,同时把AASA与已有跟踪算法作了比较。模拟结果表明,算法AASA在保持可接受跟踪质量的前提下,能有效地解决能量消耗不平衡的问题,并且在节省能量、延长网络生存时间等有很好的效果。