室内跟踪定位算法是无线传感器网络研究中的难点问题之一,它需要考虑复杂多变的室内环境,根据某种定位机制确定待定位节点自身的位置信息。现有的室内无线传感器网络节点跟踪定位算法存在着测量方法受环境影响大、定位精度低和能耗高等问题。随着无线传感器网络定位技术和定位设备的不断进步和更新,室内跟踪定位的需求越来越大,应用越来越广泛。跟踪定位技术的研究对于室内无线传感器网络技术能耗利用率的提高和实时性的保证有着重要的理论意义和应用价值。压缩感知定位方法和卡尔曼滤波的结合,能够有效地解决室内复杂环境下的跟踪定位问题。本文针对压缩感知定位算法应用于室内定位中定位精度较低和能耗较高的问题,研究在保证较高跟踪定位精度前提下,基于压缩感知的接收信号强度(Received Signal Strength,RSS)定位能耗模型建立的问题。通过大量理论证明出算法的的能耗存在限定性阈值。论文具体工作如下:针对传统的压缩感知定位算法利用聚类算法和聚类匹配算法,使得定位的复杂度增加,不利于实时性定位的问题,本文提出了一种能量有效的压缩感知定位算法。通过重叠机制替代复杂的聚类算法和聚类匹配算法,直接利用重叠区域内的网格点构建测量矩阵用于信号重构,从而更好地体现定位的实时性。同时,通过理论证明得出算法的能耗模型,且该算法能耗低于传统的压缩感知定位算法。仿真结果表明,能量有效的压缩感知定位算法可以在显著降低定位能耗的前提下,提高定位实时性和定位精度。通过引入多区域重叠机制,本文还提出了确定性能耗压缩感知跟踪定位算法。结合压缩感知定位和卡尔曼滤波,通过各个阶段区域的重叠机制,充分利用节点的移动特性,缩小定位区域,提高跟踪定位精度。算法给出了重叠区域内网格数目的阈值,证明了在一定跟踪定位前提下,能耗的确定性特性。仿真研究显示,该算法在确定性能耗前提下,有很好的跟踪定位特性。