随着无线传感网的深入研究,当前的研究重点主要在可移动无线传感网。实际中的很多应用都需要利用节点的移动来实现,例如战场监测、河流探测、智能交通等。相比于传统的静态网络,可移动无线传感器网络最大的特征是节点的移动性。节点移动性的引入使得一些如网络连通性、能量消耗、目标跟踪等复杂的问题变得简单化。本文以提高对空间目标的精准跟踪为出发点,研究无线传感器网络中的节点移动方法,主要研究内容包括:1、本文构建了一个可移动的异构无线传感器网络模型,网络中节点的剩余电量、移动性、对目标的探测性能均不相同,同时为了更好地进行建模,每个节点可用一个三维向量表示。2、基于这种异构传感器网络模型,本文提出了一种以提高空间目标的精准跟踪为出发点的节点移动模型。该模型中假设网络中各节点感知半径相同,并且目标在节点感知半径内才可被检测出来,一种类似于质心算法的定位算法被用于目标的定位。模型中选取目标感知范围外的节点朝着目标移动。同时,本文建立了节点移动的理论模型,利用柯西不等式以及数学归纳法证明了当移动节点移动后与目标的距离小于静态网络定位误差时,节点的移动能减少网络对目标的定位误差,提高定位精度。3、根据提出的节点移动模型,本文设计了一种基于遗传模糊树的节点移动算法,同时具体阐述了该移动算法中各模糊推理系统的组成,设计了遗传优化中的个体编码结构、适应度函数以及遗传操作方式。仿真实验中,本文首先在二维和三维空间中研究目标在移动一个点时,基于该节点移动算法的网络对目标的定位性能受网络各参数的影响情况。然后,研究目标在不同的轨迹下(直线、正方形、圆),该节点移动算法对目标的跟踪性能与网络各参数的变化关系。仿真结果表明基于遗传模糊树的节点移动算法能很好地提高网络在目标探测中的定位与跟踪精度。4、针对无线传感器网络对目标跟踪,本文还设计了一种基于BP神经网络的节点移动算法与基于遗传模糊树的算法进行对比,仿真结果表明两种节点移动算法均能提高网络对目标的跟踪精度,基于遗传模糊树的节点移动算法效果要好于基于BP神经网络的算法,但是它需要更大的计算消耗。