水下目标跟踪是现代海洋防卫系统必不可少的部分,也是海洋权益维护与海洋安全保障的关键技术之一。依托于水下无线传感器网络(Underwater Wireless Sensor Networks,UWSNs)的水下目标跟踪技术凭借其覆盖范围广、观测时间长和实时信息融合的优势已经成为一个新的研究热点。但是,水下传感器节点通常是由电池供电,由于水下环境的复杂性,在储能耗尽后难以更换电池,节点的能量消耗速度往往决定了传感器网络的寿命。因此,如何提高目标跟踪的能效成为UWSNs目标跟踪的主要问题。为了克服这一问题,本文从节点组合选择、自适应采样周期、虚拟量测、量化量测、移动网络的节点位置预测等多个方面逐步提高UWSNs目标跟踪的能效。总的来说,本文的研究工作和主要贡献如下:首先,针对参与跟踪的节点数过多和采样频率过高造成的能量浪费,本文提出了基于节点选择与变采样间隔的高能效目标跟踪方法。该方法分别从空间维度和时间维度减少网络的通信能耗。在空间维度上,每一时刻,本文只选择组合最优的4个节点(水下3维场景下4个纯距离量测就能定位目标)参与跟踪任务。在时间维度上,本文提出了自适应采样间隔算法。其次,针对节点传输低价值量测信息造成的能量浪费,本文提出了基于虚拟量测的高能效目标跟踪算法。对于一些价值较低的量测信息,可以选择不将这些信息上传到融合中心以减少目标跟踪的能耗。为了保证目标跟踪的效果,本文通过在融合中心产生虚拟量测的方式补偿那些未上传的本地节点的量测信息。然后,针对节点传输的数据过多造成的能量浪费和带宽浪费,本文提出了基于最优量化界的高能效目标跟踪算法。为了补偿量测数据位数减少造成的跟踪精度损失,本文在最小均方误差估计的框架下,通过最小化由量化导致的额外误差得到了不同量化位数的最优量化界。最后,针对移动UWSNs节点需要频繁定位造成的能量浪费,本文提出了基于移动预测的移动UWSNs高能效目标跟踪算法。节点在通信定位的同时会接收到一组速度信息用于预测下一次通信定位之前节点在不同时刻的位置。并且,在目标跟踪的过程中,通过同时定位跟踪算法利用节点的量测信息可以进一步提高节点的定位精度。总之,本文的研究针对基于UWSNs的高能效目标跟踪问题,从多个角度进行了能效优化,取得了完整的理论成果,弥补了UWSNs水下目标跟踪理论在能效优化方面的不足,为UWSNs目标跟踪技术的发展提供了理论支撑。