近年来，传感器网络目标跟踪技术受到了国内外研究者的极大关注。实时性、跟踪精度及能量消耗是跟踪技术的重要研究问题。 本文首先提出一种动态自组织目标跟踪算法，通过预测目标移动轨迹对感知节点进行唤醒/睡眠调度，利用节点剩余能量与通信能耗关系函数，选择最优节点进行协同跟踪，最大限度地降低网络能量消耗。其次，提出一种基于加权质心定位的多目标跟踪算法，通过对马尔可夫链的预测来确定感知节点对目标检测的不同影响力，并利用集合划分的思想对目标位置进行合理的划分以确定目标的轨迹。再次，提出一种基于蒙特卡洛方法的多目标跟踪算法，算法能够解决目标运动速度的不确定性而引起的跟踪误差，提高采样精度，并综合考虑了网络中感知节点以及距离目标较近的其它目标的位置信息更全面地衡量样本的权重。文中对三种跟踪算法的主要性能指标进行评估并进行综合分析，理论分析和实验结果表明，本文的算法在保证跟踪精度的同时能够降低网络的能量消耗，并能够对多目标的运动轨迹进行精确划分。