传感网目标检测指的是,借助传感网络,对监测区域内某一目标对象存在与否进行检测判决。目前,基于传感网的目标检测得到了广泛研究,并被实际应用于军事、农业、海洋资源探测等多个领域中。在实际应用中,传感网络中大部分传感器节点通常都是通过电池供电,当检测区域环境越复杂的时候,为电量耗尽的传感器节点更换电池也变成了一件复杂且低效的事情。另外,对于一个目标检测系统而言,其检测性能主要表现在系统检测概率的大小。因此,如何减小检测系统能耗、提高系统生命周期,同时提高系统检测概率是本文的主要关注及研究点。基于此,本文建立了非理想信道下传感网目标检测模型,从系统能耗和系统检测性能这两个角度出发,进行了传感网目标检测算法研究。本文首先介绍了传感网的基本网络结构和特点、数据融合的三种方式及对应系统结构、常用的数据融合方法,以及目标检测的基础理论,说明了非理想信道下,传感网目标检测现存的难点与所面临的挑战。接着,本文基于非理想信道下分布式检测融合系统模型,提出了两种检测融合算法来有效平衡系统能耗和系统检测性能。软决策融合和硬决策融合是两种常用的分布式决策融合方法。相比于软决策融合,硬决策融合检测性能差但能耗更小。因此,为了充分利用软决策和硬决策两种融合方式的优点,本文提出了一种基于网络分簇的软硬结合的决策融合算法。此算法通过分簇的方式,从减小传输信息量及缩短信息传输距离的角度出发,减小系统能耗。同时,分簇可以将系统负载均衡的分配到各个传感器节点上,可以有效提高系统生命周期。另外,通过簇内软决策融合、簇间硬决策融合的方式,可以有效保障检测系统的检测准确性。然而,无论是在软决策融合方法还是在硬决策融合方法中,每个传感器节点传送的信息比特数总是固定的。考虑到不同传感器节点所处环境不同、距离融合中心的远近不同、局部决策的可信度不同、传感器节点自身剩余能量不同等,本文提出了一种最优动态比特分配算法。其中,每个传感器节点被分配的比特数可能都是不一样的。该算法通过将寻找最优的比特分配方案问题转化为多目标优化问题,以最大化系统检测概率和最小化系统检测能耗。