目标跟踪是无线传感器网络中最重要的应用之一。在资源受限的无线传感器网络中追踪移动目标,需要大量的节点协同工作,还需要处理和传输大量的数据。为了充分利用资源,需要设计一个能够综合考虑能量消耗、数据传输量与跟踪精度之间均衡的分布式目标跟踪方案。论文研究了基于无线传感器网络的目标跟踪问题,主要对跟踪过程中节点的组织与选择、目标状态估计、自适应目标跟踪策略以及目标丢失的恢复问题进行深入研究,如下：研究了目标跟踪中随着目标的运动变化,网络节点的动态自组织问题。分析了节点间的能量消耗模型,并总结了节点数、通信距离与能耗之间的关系,基于移动目标的预测位置,提出了节点动态协作最近邻的自组织策略。分析了簇成员节点间的关系,并考虑节点剩余能量,提出簇成员冗余节点删除的改进协作最近邻自组织策略,使每一步所需节点数目最少,从而降低网络的总能耗。该节点组织方法由于节点间的单跳通信距离使其具有较好的跟踪精度的同时能有效的减少能耗。改进的方法能在保持跟踪精度的同时更大程度上减少对节点数目的需求。研究了无线传感器网络多传感器分布式非线性状态估计问题,提出一种基于一致性滤波的分布式扩展卡尔曼滤波方法。文中证明了分布式非线性滤波器的状态估计值等同于集中非线性估计的结果,适用于系统过程模型和观测模型为非线性的目标跟踪应用。此外基于传感器的观测值、观测新息和系统估计值,提出了三种改进的可扩展动态一致卡尔曼滤波算法,适应于不同场合的目标跟踪应用。仿真结果表明,三种方法在跟踪精度方面与集中卡尔曼滤波性能相当,其分布式结构决定了算法具有更强的鲁棒性和容错能力,能提高系统的可靠性。为了满足指定的跟踪要求,最大化网络的生命周期,研究了自适应目标跟踪协议,提出了两种自适应目标跟踪跟踪协议,即采样间隔自适应跟踪和双重自适应目标跟踪策略。前者能够根据跟踪的误差大小自适应调整采样速率,是一种能效方法。当跟踪过程已经采用最小采样间隔,但其跟踪精度仍不能满足要求时,则采用双重自适应跟踪策略自动调整节点唤醒区域激活更多节点参与跟踪,仿真结果标明,自适应协议能够提高系统的容错能力,有效降低目标丢失率和保持给定的目标跟踪精度。研究了无线传感器网络目标跟踪过程中引起目标丢失的原因和目标丢失后目标再跟踪恢复机制。考虑目标运动的不确定性,提出了一种基于预测的多步目标恢复机制,重点讨论了目标恢复区域半径的选择。恢复机制的应用能够提高系统的容错能力,保证系统的可靠运行。