1、無線傳感器網絡（Wireless Sensor Networks，WSN）作為一種新興的交叉學科，集成了微電子、無線通訊、數據傳輸等多種技術，在各領域均有著較為普遍的運用前景。近幾年來，由于WSN具備體積小、成本低、能耗少等特殊性，在公共安全、智能生活、軍事防御等范疇有著突出的地位，成為當前研究的熱點。目標定位和跟蹤是WSN的一個較為重要的應用，由于目標的運動方式以非線性為主，因此要實現較好的跟蹤有很大的困難。目前WSN目標跟蹤算法存在

2、跟蹤精度不高，算法復雜度較大，實時性差等缺陷，如何實現準確、快速、穩(wěn)定的目標跟蹤成為廣大研究者努力的方向。
　　本研究主要內容包括：⑴以目標定位算法為切入點，研究了基于RSSI測距的三種目標定位算法，并指出算法性能的評價指標：精度和復雜度。由靜止目標定位和運動目標跟蹤的仿真可知：RSSI-TL算法有較好的精度和實時性，且跟蹤過程比較穩(wěn)定；RSSI-WC算法的精度僅次于RSSI-TL算法；RSSI-MLE算法在目標定位和跟蹤過程中均

3、產生了較大的誤差，精度較差。⑵討論了四種非線性濾波目標跟蹤算法，分別對線性勻速運動目標和非線性變速運動目標進行仿真跟蹤，對比分析MLKF、EKF、UKF和PF算法的跟蹤性能。結果表明：在線性勻速運動目標跟蹤過程中，PF的跟蹤精度最高，EKF最差，其中MLKF的跟蹤用時最短，而PF跟蹤用時最長。同時隨著節(jié)點個數的增加，MLKF、PF與UKF的跟蹤精度逐漸提高，而EKF的跟蹤精度呈現出先降低后升高的態(tài)勢；在非線性變速運動目標跟蹤過程中，ML

4、KF的跟蹤精度和實時性均優(yōu)于其他算法，而PF的跟蹤精度和實時性最差，并且傳感器節(jié)點的個數對MLKF和PF算法跟蹤精度的影響不明顯。⑶分析了CV、CA、CT三種數學目標運動模型，引出了對IMMPF機動目標跟蹤算法的研究，并對CV-CT目標運動模型進行仿真跟蹤，對比分析了MLKF、PF與IMMPF算法的跟蹤性能。仿真可知：IMMPF算法的跟蹤精度明顯高于PF、MLKF算法，有較好的實時性，且隨著采樣粒子個數的增加，PF與IMMPF算法的跟蹤

5、精度均有明顯的提高，但跟蹤用時亦有所增加。⑷針對IMMPF算法在跟蹤過程中存在粒子退化現象進行了改進，在線性模塊采用 MLKF算法濾波，非線性模塊采用改進殘差重抽樣的 PF算法濾波，并使用加權平均輸出目標的預測值。通過對CA-CV和CA-CT-CV模型的機動目標仿真跟蹤，對比分析了MLKF、RSSI-TL、IMMPF和改進算法的跟蹤性能，驗證了改進算法的有效性。結果表明：改進算法的跟蹤精度明顯最高，而MLKF最差，其中RSSI-TL的跟