无线传感器网络的发展使其新的应用越来越多地涌现出来，动态目标跟踪是其中很有前途的应用之一。本文对无线传感器网络中入侵目标跟踪算法展开研究，重点针对传感器网络中目标的不同运动情况研究了多种跟踪算法。 本文首先概述了无线传感器网络目标跟踪算法的国内外研究现状，并对无线传感器网络的拓扑结构以及目标运动过程中传感器节点的组织策略进行了研究。 然后，本文研究了传感器网络对运动目标的定位，讨论了跟踪群中不同节点数目对定位误差的影响，并针对匀速直线运动和正弦运动的目标，给出了一种分段线性拟合跟踪算法，仿真实验结果证明：该算法跟踪性能优于基于航向的跟踪算法和滑动窗多项式拟合法。论文还对无线传感器网络目标跟踪中存在的非线性问题进行了研究，详细地介绍了传感器网络中扩展卡尔曼滤波器、U 卡尔曼滤波器和粒子滤波器的基本原理、适用范围以及算法步骤，并对粒子滤波器进行改进，经过多次仿真实验证明粒子滤波器能够得到比其它两种滤波器更好的跟踪结果，而粒子滤波经改进后的算法又优于粒子滤波器。 最后，本文还对无线传感器网络中机动目标的跟踪问题进行了研究，重点介绍了基于传感器网络的交互多模型跟踪算法的基本原理和算法步骤，并对它进行改进，给出了自适应交互多模型算法，通过仿真实验证明：自适应交互多模型算法比交互多模型算法跟踪性能高，跟踪效果好。