传感器网络系统,是由分布在不同位置的传感器发射机和接收机共同组成的一种传感器系统。它利用多个传感器接收机接收回波,通过对回波信息进行融合处理,实现对目标的定位和跟踪。相比于传统的单传感器系统,传感器网络具有可靠性高、作用范围大、定位精度高等优势。传统的传感器网络多目标定位方法面临的关键问题是目标与回波的匹配关联,而关联过程会带来计算量大及如何准确提取目标的问题。基于成像策略的定位算法可以解决回波关联问题,本文将在此基础上研究基于传感器网络的多目标定位和跟踪方法,主要工作及创新如下:1.研究了基于传感器网络多目标定位和跟踪的基本理论。简要介绍了传统的时差定位技术的模型和基本原理,分析了其在多目标定位中的不足;针对时差定位的不足,研究了基于成像策略的多目标定位方法的原理,并在此基础上介绍了基于观测空间投影和基于双基距离空间投影(Bistatic Range Space Projection,BRSP)两种具体的定位算法;简要阐述了多目标跟踪的相关理论和组成要素。2.提出了一种基于分层策略的BRSP-TL多目标定位算法。研究了基于BRSP的定位算法存在的运算量大及定位精度有待提高的问题。针对原方法运算量较大的问题,提出了一种分层处理策略:先进行低分辨率投影定位,获取目标可能区域,再以更高分辨率在目标可能区域进行投影定位,以减少运算量,同时得到多个目标的定位结果。针对BRSP定位方法的定位精度有待提高的问题,分析了定位误差来源,提出了一种将多目标定位结果作为初值,利用泰勒级数展开算法进一步提高定位精度的改进方法。通过仿真验证,基于分层策略的BRSP-TL多目标定位算法在显著提高了定位精度的情况下,其运行速度大幅提升。3.研究了基于传感器网络的多机动目标定位跟踪算法。首先,研究了基于分层BRSP-TL定位的IMM-JPDA多目标跟踪算法。该算法将基于分层策略的BRSP-TL定位算法的定位结果作为量测,通过逻辑法进行航迹起始和状态初始化,再利用IMM-JPDA算法进行跟踪。通过仿真验证,该算法具有较高的多目标跟踪精度;然后,针对目标机动时IMM-JPDA算法跟踪误差增大的问题,提出了两种改进方法:一是量测更新IMM-JPDA算法,该算法利用量测对IMM-JPDA的状态估计进行了更新,减小了模型误差对跟踪结果的影响;二是自适应模型概率的IMM-JPDA算法,该算法利用自适应的修改因子对模型概率进行修正。仿真验证了所提方法显著提高了目标的跟踪精度。