无线传感器网络(WSN)监测系统由多个WSN节点簇组成,每个WSN节点簇由若干个传感器节点和一个汇聚节点组成。各个传感器节点均配置了磁场和噪声探测器,用于监测节点周围的磁场强度和噪声级的微弱变化状态,并通过无线传输方式将监测数据发送至汇聚节点。在汇聚节点中,对多传感器数据进行融合以获得更多的目标信息。监测区域的目标检测是WSN监测系统的主要任务。目标检测包括判断监测区域有无目标、目标位置和速度的估计及目标类别判断等。本文重点研究WSN监测系统中的目标分类及多目标定位方法,具体研究内容如下:1、为解决WSN监测系统中的目标分类问题,首先对铁磁目标引起的地磁场强度变化规律,以及声波的传播特性进行了分析。然后总结了各类目标引起的传感器节点周围磁场强度和噪声强度的变化特点,最后根据得到的目标特征,提出利用直觉模糊推理方法对目标进行分类。实验结果表明,基于直觉模糊推理的分类方法简单直观、运算量小,且能够较准确地识别目标进行类型。2、针对WSN监测系统中多目标定位问题,基于传感器对多声源(目标)的感知规律,推导出多目标定位方程组。在此基础上,建立了多目标定位的目标函数,将求解多元方程组问题转化为目标函数的最优解搜索问题,并利用遗传算法(GA)搜索目标函数的最优解,进而得到多目标位置的估计值。实验结果表明:该方法能够准确地对多目标进行定位,且定位误差较小。3、针对多目标定位时的噪声影响问题,研究了基于自回归滑动平均模型(ARMA)的噪声抑制方法。先利用目标出现前的环境噪声序列建立ARMA模型,再根据ARMA模型的L步预测公式来估计目标出现后混杂在目标声音信号中的环境噪声序列,最后从声音信号功率中减去噪声功率的估计值即可实现噪声抑制。实验结果表明:该方法能有效地提高传感器信号的信噪比,从而提高多目标定位精度。关于WSN监测系统目标分类与多目标定位问题,迄今仍然是国际上的热点课题,还有许多问题有待于进一步研究探讨。为了改善目标分类准确度、简化多目标定位算法,本文在现有的WSN监测系统目标分类与多目标定位方法的基础上,提出了一些新的理论方法,并取得了预期的结果。