如何在传感器节点资源受限的条件下有效地提高目标追踪性能,并延长网络生存时间,是无线传感器网络目标追踪面临的首要问题。为平衡由节点资源有限而导致的追踪精度与网络能耗之间的矛盾,本文在满足追踪性能的前提下,以网络能量的高效利用为目标,对无线传感器网络目标追踪问题中的定位追踪信号处理算法和能效优化的传感器调度方案两个关键技术进行研究。首先,为了适应目标追踪系统中存在的非线性特性,以及多传感器协作感知共同完成目标追踪任务的特点,提出了基于目标追踪的协同扩展卡尔曼一致滤波算法,利用协同一致性理论的特点,对扩展卡尔曼滤波方法进行改进,在目标出现时,相邻节点间进行通信交换测量信息,基于前一步的估计引入协同机制,结合当前的测量数据,做出对当前状态的估计,各节点再将该估计值传递的方式传递到簇头进行融合,从而获得目标精确的状态信息。其次,为了解决传感器信息冗余、追踪精度和网络能耗之间的矛盾,在协同扩展卡尔曼一致滤波算法的基础上,加入传感器调度机制,提出一种能量高效的自适应传感器选择方案。综合考虑参与感知任务的节点数目、节点能量损耗、采样间隔等影响网络能量效率的因素,根据追踪误差确定追踪的采样时间间隔和传感器调度目标函数,为参与追踪任务的传感器节点的选择提供度量指标；在能量模型的基础上,建立簇头选择机制选取簇头,最终形成动态分簇,在保证追踪性能要求的前提下,为无线传感器网络提供了一种能量节约型的工作模式,延长了网络生存时间。最后,为对上述算法进行验证,利用Matlab构建无线传感器网络目标追踪仿真平台,对追踪精度、参与追踪的节点数目、节点能耗等方面进行性能评估。仿真结果证明了所提出的协同扩展卡尔曼滤波算法和自适应传感器调度方案的有效性。图25幅,表4个,参考文献62篇