无线传感器网络(WSN)成为目前国际上计算机、通信、网络、信息和控制领域的研究热点，并带来极大的学科交叉，但在理论和应用方面有很多问题有待解决。本文针对WSN中目标跟踪关键技术展开研究，重点对其自组织技术、信息协同感知和多目标问题加以研究，并构建了实验系统。本文主要工作如下： 1．介绍了WSN目标跟踪关键技术中的自组织算法，着重介绍了一种WSN的动态协同自组织算法(DCS)，该算法通过在线优化该函数自适应地选择簇首及簇内成员，从而实现综合性能优化意义下的网络自组织。仿真结果表明，与信息驱动的节点查询机制(IDSQ)自组织算法相比，DCS算法能有效避免“乒乓效应”问题，节省通讯能量。 2．信息收益函数是平衡优化信息获取与能量节省的关键，并进行有效地网络自组织。以动态协同自组织算法(DCS)在目标跟踪中的应用为例，选取一些典型信息收益函数在此算法下进行研究与分析。通过对信息收益函数设计评价指标，进行了参数设计，给出了其详细的性能评价，并对其受网络特性影响的鲁棒性进行了分析，最后给出不同应用场合的选用原则，以优化目标跟踪应用中的网络综合性能。 3．为了有效地解决WSN的多目标跟踪问题，提出了基于信息收益的加权质心多目标跟踪算法，该算法通过信息收益选取节点，并利用传感器信息进行协同感知，通过传感器的属性信息进行数据关联处理。仿真结果表明，该算法与Bayes滤波协同WSN多目标跟踪相比，精度略低于后者，但算法复杂度低，失跟率低和高实时性，总体性能优于后者。 4．针对WSN的实验与应用，开发了自主的WSN模块化应用软件平台SNICI，该软件平台具有一定的通用性和可扩展性，对于研究和应用具有很好的辅助作用。将SNICI应用软件平台与硬件系统平台，构成WSN实验与仿真系统，进行了相关的实验研究，为进一步深入研究打下基础。