随着无线网络技术和嵌入式技术的发展，人类在物理世界和虚拟世界的活动空间不断扩大。无线传感器网络作为近年来无线通信领域的一个研究热点，其广阔的应用前景被普遍看好。无线传感器网络具有分布式、自组织、网络规模大、资源受限、以数据为中心和与应用密切相关等显著特征，为了提升网络的整体性能，必须协同无线传感器网络中的传感器节点。本论文以基于无线传感器网络的协同信息处理技术为主线，重点研究了目标追踪应用中的协同相关技术。　　 首先对无线传感器网络中的协同计算模式进行了研究。在介绍了几种无线传感器网络中实现协同的计算模式，并给出客户机/服务器模式和移动代理模式下无线传感器网络中协同计算的完成过程后，提出一种基于节点记忆的移动代理计算模式，详述了该模式的具体实现过程并进行了软件仿真和结果分析。该模式的基本思想是每个移动代理迁移到的目的节点保存一份移动代理中的可执行代码副本，接下来的移动代理，如果使用同样的信息处理算法，则不必携带很长的完整可执行代码，只需携带调用对应本地代码副本的相关指令。仿真结果表明基于节点记忆的移动代理计算模式有效地提高了网络的能量利用率。　　 其次研究了目标追踪无线传感器网络中移动代理的行程规划问题，以达到协同处理过程中减少能量消耗和增强可靠性的目标。在分析了现有的预测性动态移动代理行程规划(PDMAIP)算法后，指出其存在的主要问题，提出一种基于范围的预测性移动代理行程规划(RB-PDMAIP)算法。该算法的基本思想是当下个时刻目标离宿主传感器节点仍然比较近时，宿主传感器节点可以利用其存储与计算能力，继续融合其他节点的信息，对目标进行准确的追踪，这样就避免了移动代理的频繁迁移。本文通过仿真得到这两种算法的移动代理迁移过程，并比较了两种算法对网络能量消耗和网络寿命的影响，结果表明RB-PDMAIP算法可以在保证信息增益的前提下，减少全网的能量消耗，同时延长网络寿命。　　 最后研究了事件驱动无线传感器网络中基于协同的高效动态分簇。在介绍了几种现有反应式动态分簇算法的主要思想和优缺点后，提出一种基于协同的高效动态分簇(EDCC)算法。该算法的主要思想体现在簇重构过程中，当前簇首首先预测出下个簇首节点的最佳位置，然后使用边缘转发节点传播该信息，接着在最佳簇首位置周围一个较小的范围内确定多个侯选簇首，最终选择出离事件中心较近且能量较多的节点成为新簇首。仿真结果表明EDCC算法在簇的稳定性和能量的有效利用方面都有一定的改进，从而提高了协同的效率。