随着无线通信技术和电子设备的飞速发展,传感器网络在目标跟踪相关领域作为一种重要的监测平台得到了广泛应用。由于传感器探测范围有限,当目标远离网络时,系统难以保持对目标的有效跟踪与监测。因此,在移动传感器网络相关研究中,提出了耦合分布式估计及控制问题,通过控制网络跟随目标运动,确保对目标的实时监测。本文针对基于蜂拥控制的移动传感器网络目标跟踪问题展开研究,首先针对变速度目标,对已有算法进行改进,给出了变速度目标跟踪算法,接着从网络结构拓展性、目标受先验信息约束、环境中存在障碍物,三个方面拓展了算法的应用面。本文具体研究内容如下:1.研究基于蜂拥控制的移动传感器网络变速度目标跟踪算法。采用卡尔曼一致性滤波算法对目标进行状态估计,估计结果作为引导反馈项代入节点控制输入,理论分析及仿真结果证明,该算法下不仅传感器对目标的状态估计值趋于一致,而且网络内传感器速度趋近于目标速度,传感器群体中心位置收敛到目标位置。2.网络连通性以及所有传感器具有目标信息是上述变速度目标跟踪算法有效的前提条件,引入加边滞后规则,对目标跟踪算法中的人工势能函数项做出改进,通过理论分析,证明了改进后的算法可以使传感器网络在跟随目标运动的同时保持连通。设计计算复杂度较低的人工势能函数项,提高算法计算效率。在保持网络连通性的基础上,研究分析仅部分节点具有目标信息的移动传感器网络目标跟踪算法,并给出滤波算法收敛的前提条件,仿真验证了算法的可行性,分析了具有目标信息的传感器比例对估计精度及控制效果的影响。3.针对受约束目标,基于投影法、零空间法和积极集法,研究等式约束信息和不等式约束信息下的估计融合算法,设计含约束信息的移动传感器网络目标跟踪算法。合理利用先验约束信息可以提高网络对目标的估计精度,优化网络控制效果,仿真结果验证了以上结论。4.研究带避障的移动传感器网络目标跟踪算法,当传感器与障碍物距离过近时,在障碍物表面构建“虚拟”节点,基于人工势能函数项提供排斥力,使网络在目标跟踪的同时避开障碍物,并通过调整预警距离减少控制输入,仿真结果验证了算法的可行性。