无线传感器网络集成了传感器技术、嵌入式技术和无线通信技术,具有自组织、构建灵活、覆盖广等优点,因此广泛应用于军事领域和民用领域。目标跟踪技术是目前无线传感器网络研究的热点,它对道路交通、环境监控和军事目标跟踪等领域具有重要的研究价值。针对无线传感器网络目标跟踪两大核心算法存在的问题,即定位算法在定位精度上和目标跟踪算法在跟踪精度上存在的不足,本文在借鉴前人研究的基础上,对无线传感器网络目标跟踪进行深一步地研究,提出了新的算法。　　提出基于加权质心和改进型DV-Hop的WSN定位算法(WCIDV-Hop)。算法中,首先利用改进型DV-Hop定位算法获得未知节点的近似坐标;然后对质心定位算法进行改进,得到基于距离的加权质心定位算法,采用该算法进一步修正未知节点的近似坐标,从而获得更精确的坐标位置。仿真结果表明,本算法有效地提高了定位的精度。　　针对粒子滤波算法中的退化问题,将量子遗传算法引入粒子滤波,提出基于量子遗传粒子滤波的WSN目标跟踪算法(QGPF)。算法中,首先采用粒子滤波算法产生粒子集,将每个粒子看成一个染色体;然后采用量子编码表征染色体,再通过量子门对叠加态的作用实现进化操作,达到保持粒子集多样性的目的,避免了粒子的耗尽,从而改善了粒子的退化现象,而量子的并行性也节省了算法的计算时间。仿真结果表明,本文提出的算法能够较好地缓解粒子的退化现象,提高了跟踪的精度和跟踪的实时性。