水下传感器网络在海洋环境监测、海底资源探测、灾难预警、辅助导航、闯入目标的监测与跟踪等方面具有广阔的应用前景,成为各国科研机构和学者们共同关注的一个热点课题。水下传感器网络以水声信号为通信媒介,水下传感器节点具有分布范围广且稀疏的特性。由此导致在闯入目标的监测与跟踪应用中,不同的传感器节点很难获得对运动目标同一时刻状态的同步测量值。因此,传统的基于同步测量的目标跟踪算法,在水下传感器网络中无法适用。鉴于水下传感器网络中不同传感器节点测量的异步性,本文对异步水下传感器网络中基于异步测量的目标跟踪算法进行了深入研究,具体研究内容包括：(1)从滤波的角度对异步水下传感器网络的目标跟踪问题进行研究,提出了一种基于预测估计的异步序贯滤波算法。首先,利用预测估计方法,将不同时刻目标状态的测量值关联到同一时刻目标状态的估计；然后,根据序贯滤波方法,推导出基于预测估计的异步序贯滤波过程；最后,结合该异步序贯滤波过程,提出了异步序贯卡尔曼滤波算法和异步序贯粒子滤波算法。(2)从平滑的角度对异步水下传感器网络的目标跟踪问题进行研究,提出了一种基于固定点平滑的异步滤波算法。该算法摈弃了现有算法把不同时刻的测量值通过某种方式关联到同一时刻目标状态估计的算法思想。首先,利用每个时刻目标状态的单个测量值对目标状态进行前向滤波,以得到对目标状态的不完全后验估计；然后,对不完全后验估计结果进行固定点平滑处理,以得到对目标状态的完全后验估计。(3)对异步水下传感器网络中传感器节点本身存在测量偏置、以及非高斯随机测量噪声的问题进行研究,提出了一种带测量偏置估计的鲁棒异步滤波算法。首先,利用非零均值且协方差变化的高斯分布,对传感器节点的测量偏置和随机测量噪声进行建模；然后,根据正态-逆威沙特分布对噪声模型参数进行拟合,并通过变分贝叶斯近似方法对该正态-逆威沙特分布参数的更新过程进行求解；最后,利用基于固定点平滑的异步滤波算法,对目标状态和测量偏置进行迭代估计。(4)对异步水下传感器网络中传感器节点精确位置未知、或节点位置在局部范围内变化的问题进行研究,提出了一种同时节点定位与目标跟踪的异步滤波算法。首先,利用具有静态转移过程的高斯分布对节点位置进行建模；然后,利用结合了目标状态和单个节点位置的增广状态向量进行前向滤波；最后,通过固定点平滑算法,对目标状态的不完全后验估计结果进行平滑处理,以得到对目标状态的完全后验估计。