无线传感器网络,也称感知网,是一种由大量体形小、成本低,具有通信能力的传感器通过ad hoc方式形成的网络。其能够实时获取、分析、融合周边环境信息,反馈给后台用户,在环境监测、设备管理、公共安全、医疗和军事应用等方面有着广泛的用途。其中目标跟踪研究是一个很重要的应用研究分支,在野生动物追踪、智能交通、战场监控等应用中作用举足轻重。本文在改进已有单目标跟踪算法的基础上,提出了一种感知网多目标的跟踪框架。首先针对高信噪比环境特点,提出了一种新的“距离-量测”定位算法。算法通过对先期目标信息的存储和节点感知区域的划分,对定位精度和计算复杂度以及可靠性进行折中,在满足需要的条件下,提高了定位效率。如何节省节点能耗,是感知网目标跟踪研究的一个重点问题。本文基于目标动向预测跟踪簇算法,对动态簇簇首的产生机制进行改进,提出了“太子簇首-异常-竞争”算法。算法首先根据历史预测结果对节点进行分类,然后根据分类结果预定最合适的节点作为下一定位时刻的簇首,从而摒弃以往算法中多节点竞争或选举的簇首产生机制,减少信号发送,从而节省了能量。多目标环境下,目标间距离由远及近,其对节点的共同影响程度将随之增大,从而产生多目标的信号关联问题。本文通过对目标间远近距离的场景分析建立多目标跟踪框架。即“远距离单目标精确跟踪-稀疏多目标类精确跟踪和密集多目标集群跟踪”。多目标类精确跟踪针对稀疏多目标情况下问题分析,对单目标的“太子簇首-异常-竞争”跟踪算法进行修正。加入时间戳机制,根据预测信息对节点量测进行分解,从而实现目标的量测信号关联,对每个目标区分跟踪。多目标集群跟踪将所有目标视为一个整体。本文通过对集群簇的形成、定位、持续、合并和分解的条件及具体过程的分析,描述了集群跟踪算法的整体框架以及类精确跟踪与集群跟踪的相互转换过程。最后,设计和实现了基于Mica2平台的原型系统和仿真系统。原型系统用于目标定位算法和单目标“太子簇首-异常-竞争”跟踪算法的可行性验证;仿真系统验证多目标类精确跟踪和集群跟踪算法的有效性。