无线传感器网络作为一种新兴的信息获取技术,在军用和民用领域具有广阔的应用前景,但是无线传感器网络面临着能量消耗、通信能力和处理能力等问题,本文针对这些问题从减少能耗、降低信道干扰的影响以及减小计算复杂度等方面,展开数据融合和目标定位的研究。主要创新点和工作如下。1.提出了基于衰减信道的无线传感器网络次优决策融合算法。首先推导了次优融合规则CSC,减少了对信道参数的估计；其次在高信噪比和低信噪比情况下作了进一步近似,提出了次优融合规则RCN,并将误差处理相关理论运用到融合算法中。仿真结果表明该算法能提高判决性能。2.提出了基于分簇路由的多跳决策融合规则。给出了无线传感器网络簇内存在一跳和两跳传输时的并行决策融合模型,提出了相应的最优融合规则和次优融合规则。3.提出基于中介理论的加权数据融合方法。将中介真值程度的度量用于数据融合,把距离比函数作为各传感器的权重,该方法不需要存储传感器节点的历史数据进行测量方差的估计,当被测量变化较快时能进行实时动态的融合估计。仿真结果表明,该算法估计精度高、抗信道干扰能力好。4.对基于声音能量的非线性方程目标定位算法进行了改进。针对无线传感器网络方程定位算法容易无解的情况,采用增加采样次数和选择声音信号最大值求解的方法对方程法进行了改进,解决了方程法经常无解的缺点,该方法算法简单,运算速度快,在节点数不多时也能达到较好的估计准确度。5.建立了基于声音能量的量化数据多目标定位模型。在声音目标能量定位方法的基础上,推导了基于量化数据的多目标极大似然定位算法,建立了基于量化数据的多目标估计模型。结果表明,在满足定位准确度的前提下,可通过减少传递的比特位数来节约网络的能量。