无线传感器网络(Wireless Sensor Networks,简称WSNs)是一种由大量廉价的微型传感器节点通过自组织形式组成的智能网络系统,在军事和民用等领域有着十分广阔的应用前景。目标跟踪作为无线传感器网络中基本应用之一,一直受到人们的广泛关注与重视。由于传感器节点硬件资源十分有限,如何在保证跟踪精度的前提下降低网络能耗一直是研究的重点。现有的目标定位与跟踪算法中,节点间通过频繁通信对目标进行协作定位与跟踪,能量消耗过大。一方面,本文结合三边测量法和质心定位算法,提出了一种基于定位边及虚拟节点的加权质心定位算法(Locating Edge and its Virtual Node-based Weighted Centroid Target Locating Algorithm,简称LEVN-WCTL),该算法基于多边形结构,选择距离目标较近的三个节点,以节点与目标之间的距离的倒数为权重,结合质心算法对目标位置进行估计,同时,考虑了目标周围只有两个定位节点的情况,利用定位边节点及虚拟节点对目标位置进行估计。另一方面,得到目标估计位置后,本文在多边形跟踪结构的基础上提出了一种基于节点感应度的自主决策目标跟踪算法(A Node Sensitivity-based Autonomous Decision-making Target Tracking Algorithm,简称NS-ADTT),该算法中由定位边中主端点判断目标是否在节点邻近域内,无需与其他节点进行通信便可自主决策是否参与当前时刻的目标跟踪。本文通过模拟实验将NS-ADTT算法与基于相同结构的现有目标跟踪算法做了对比,结果表明,该算法在保证一定跟踪精度的基础上,减少了参与跟踪的节点数以及节点间的通信次数,延长了网络生命周期。图21幅,表3个,参考文献60篇。