无线传感器网络（Wireless Sensor Networks, WSN）集成了无线通信、传感、微电子、嵌入式计算和分布式信息处理等技术，是一门新兴的交叉技术。无线传感器网络因其快捷的部署能力、自组织网络特性、及其高覆盖性与高容错性等优点得到了广泛关注。目标跟踪是WSN众多应用中的一项基本功能，因传感器节点的感知半径、存储能力、通信能力、数据处理能力、网络带宽及节点能量都受到限制，跟踪系统必须动态地管理与调度网络资源，构造合适的网络拓扑，因此研究高精度、高能效的WSN目标跟踪方法是很有必要的。
　　在无线传感器网络资源有限的前提下实现目标的跟踪是一项非常有挑战性的工作，本文通过分簇机制来优化网络拓扑结构，从而实现平衡网络能耗，延长网络寿命的目标。在对WSN环境下已有的目标跟踪方法进行优缺点分析的基础上，研究基于能量平衡的最优成簇机制（Clustering System based on Energy Balance, CSEB），综合考虑资源有限的WSN环境下进行目标跟踪时面临的根本问题。网络能量平衡性和跟踪精度是求解WSN目标跟踪中最优成簇问题时所要考虑的两个主要方面，通过引入一个新的能量平衡指标——基于传感器节点的剩余能量标准差指标，既致力于节省总的网络能耗，又考虑到网络中节点剩余能量的分布平衡程度。本文所实现的CSEB机制利用粒子群优化算法（PSO）进行跟踪传感器的选择，并针对WSN环境的应用，在原有PSO算法的基础上进行了改进，使用改进的二进制粒子群优化算法（BPSO）来实现优化，从而利用多目标约束优化来寻找最优簇，解决传感器节点的调度问题。通过与基于能耗和扩展卡尔曼滤波的成簇机制仿真实验对比，在跟踪精度、网络能量平衡性、网络寿命等方面，CSEB算法具有明显的优势。本文提出的CSEB算法容忍了能量不平衡网络，在传感器节点能量利用率方面有了显著提升，同时平衡了整个网络的能耗，延长了网络的寿命。