传感器网络的发展使得基于它们的新的应用越来越多的涌现出来,目标跟踪就是其中很有用途的应用之一。目标跟踪对于自然科学里面很多学科的研究,野生动植物研究以及军事情报收集等领域的方法更新及效率改善都具有十分重大的意义。传感器网络的目标跟踪应用中,目标检测是跟踪系统进行后续定位、跟踪等任务的前提和基础。现有的目标跟踪算法在目标侦测阶段很少考虑网络中错误节点的存在,而忽略了网络的鲁棒性。然而,在实际应用中,由于传感器网络的工作环境恶劣加之节点自身故障的影响,往往会导致某些节点失效或出错。而拜占庭错误节点的出现会导致错误节点在信息交换过程中随机乱发信息,令其它正常节点由于获得不准确的目标信息而产生错误的判决结果,进而影响目标的定位与跟踪。因此,容错处理成为传感器网络目标检测算法中一个重要的问题。本文首先介绍了无线传感器网络的概念、特点、面临的技术挑战及其应用范围,分析了现有的目标定位及跟踪算法及其存在的问题,进而引出深入研究拜占庭错误背景下容错目标检测算法的必要性。接着论文对现有的容错目标检测算法进行了分析比较。在值融合容错目标检测VFA算法中,正常节点将通过OM算法获得一组相同的观测值序列,通过舍弃序列中的n个最大及最小观测值,并对余下的观测值取平均,之后与门限值相比较做出判决以达到一致和容错检测的目的。然而在实际应用中,如果网络规模较大,节点个数较多,大规模执行OM算法将给系统带来巨大的通信压力,从而影响网络寿命。因此如何确定数据融合过程中参与OM算法的节点个数是值融合目标容错检测算法需要解决的关键问题。节点个数过多将增大能耗,降低网络寿命;节点个数偏少又可能因为没有全面、准确的获得目标特征信息而导致错误的目标检测结果。分层拜占庭容错目标检测HBA算法通过节点分层次、逐分组、小规模地多次执行SM算法,能够在一定程度上减少无线传感器网络在目标检测过程中的通信量。但HBA算法存在着通信轮数较多,检测时延较大等问题,不能满足实时性要求较高的目标检测应用。本文在HBA算法和VFA算法的基础上,提出了分层值融合算法HVFA。类似于HBA算法,HVFA算法首先也将网络中所有的传感器节点分为若干