近年来，物联网产业方兴未艾，而无线传感器网络的研究也为物联网的发展注入了一针强心剂。无线传感器网络有着巨大的发展潜力，尤其是在物联网产业蓬勃发展的今天。将无线传感器网络应用于智能交通的交通信息采集系统，可以降低成本，提高部署维护的灵活性，丰富智能交通系统的功能，从而达到改善城市交通的运行效率，降低城市中的碳排量，增加人们的出行舒适度等重要功能。　　 现有的交通信息采集系统终端系统，往往只处理单一目标的情形，即在较短的时间内，默认只有一个目标出现在检测区域内。例如，目前常用的交通摄像头，通常为每一条车道配备一个检测设备，在该检测设备工作期间的任何一瞬间，最多仅有一个目标出现在其检测区域。而另一种常见的检测终端，地感线圈，每次仅对一个检测目标作出响应。本文提出所提出的复杂路况，即在交通采集终端的检测范围内，出现一个以上道路目标，在此类情形下，研究响应的多目标检测及数据关联方法等。　　 将无线传感器网络应用于交通信息采集系统，目前存在的挑战主要有：车辆检测算法普适性不强，当噪声强度变化时，算法性能有较大起伏；同时，车辆响应波形的特征提取算法同样受到毛刺噪声的较大影响；在获得车辆速度参数时，缺乏有效的节点协同机制；道路环境下，节点间通信受到车辆引擎的干扰，其无线通信质量会出现严重的下降，而目前没有相关研究讨论解决这一问题；针对上述问题，本论文进行了相应的研究。　　 为了解决较强噪声对车辆检测及特征提取结果的影响，提出并实现了一个车辆响应波形的特征提取方法。该方法没有采用传统的降噪方法，如加权平均及数字滤波器等方法，而是采用了互相关计算结合数学理论推导的方式，建立平滑的互相关输出特征点与原始波形特征点的关系，从而计算获得原始波形的特征点。该方法的计算复杂度较低，受到毛刺噪声的干扰较小，特征提取的精度较好。　　 为了解决车辆引擎对无线通信质量的影响，提出并实现了一个道路环境下，保障传感器节点之间通信质量的机制。该机制打破了传统的基于链路质量统计的方法或者硬件方法等常规方法，针对道路环境下影响无线链路的最大干扰源，车辆引擎，提出了一个以目标状态预测为基础的可靠通信机制EasiTPLE。该机制在保障通信质量的同时，还达到了降低网络能量消耗，减少网络点对点投递延时等作用。　　 以交通信息采集中的难点，车辆速度计算为应用目标，提出了一个计算车辆速度的节点间协同机制。针对出现多个检测目标时，节点量测与引起该量测的目标可能出现的无法对应的情况，提出了基于强度和响应时间的数据关联规则。该规则可以有效解决复杂场景下的数据与目标的映射问题。在数据关联算法基础上，提出了节点间协同的车辆目标计算机制。该机制可以以较高的精度获得车辆的精度。　　 为了验证上述研究成果，实现了一套道路交通信息检测的软硬件系统。实现了节点级信号处理算法，到节点间协同机制，信息融合算法等。该系统部署方便，成本低廉。