目标定位跟踪技术是无线传感器网络的关键技术之一。现有WSN目标定位跟踪算法存在精度不高、能耗过大、计算复杂性过高等缺点,如何提高定位跟踪精度、降低计算复杂性是当前国内外研究的热点。WSN节点定位技术是目标跟踪技术的基础,只有当WSN的所有节点定位出自身位置,才能利用WSN有效地进行目标跟踪。为此,本文重点针对基于CKF的WSN节点定位算法和目标跟踪算法展开了深入的研究。首先,本文全面分析和总结了静止WSN和移动WSN目标定位跟踪技术的相关国内外研究现状,分析了定位算法和目标跟踪算法的性能评价指标,为本文的后续研究奠定了扎实基础。其次,详细对比分析了扩展卡尔曼滤波、无迹卡尔曼滤波、粒子滤波和容积卡尔曼滤波四种非线性滤波算法,仿真比较了四种算法的一维非线性估计精度,并通过仿真分析了UKF和CKF算法,结果表明：在三维以下,UKF算法优于CKF；三维及以上,CKF算法优于UKF。然后,针对无线传感器网络节点定位技术,为提高定位精度、降低计算复杂性,提出了一种基于CKF的无线传感器网络分布式定位算法,同时在考虑节点移动性的基础上,提出了基于CKF的移动无线传感器网络分布式定位算法。仿真结果表明：基于CKF的WSN分布式定位算法的定位精度与UKF算法相当,高于极大似然估计定位法,计算复杂性低于UKF算法；基于CKF的MWSN定位算法的定位精度高于WSN定位算法。接着,介绍了匀速运动、匀加速运动和恒速转弯三种目标跟踪模型,研究了基于卡尔曼滤波的交互式多模型算法,提出了一种基于CKF的无线传感器网络目标跟踪算法,并通过仿真实验验证了该算法的有效性。最后,总结本文开展的研究工作,并指出未来的研究方向。