随着电子通信技术、计算机技术和自动控制技术的迅猛发展，融合了信息感知、信息处理和信息传输于一体的无线传感器网络(Wireless Sensor Networks, WSN)逐步进入人们的视野。WSN通过传感器节点(Sensor Node，SN)进行无线组网，实现了对物理环境信息的采集和传播工作。但在森林火险检测和地震灾后救援等应用场合，不仅需要通过SN来感知环境的变化，还需要传达紧急事件信息，通过控制执行器设备及时地采取行动来处理事件。根据这种需求，近年来发展迅速的无线传感器执行器网络(Wireless Sensor and Actor Networks，WSAN)有望为监测监控类和控制类应用提供必要支撑。学术界和工业界对WSAN的巨大前景极为重视，并投入了巨大的人力和物力进行科学研究。目标捕获控制作为WSAN中的基本应用之一，一直是研究者重点研究的对象。现有研究往往针对传感器—传感器协作与传感器—执行器协作展开的，以此来研究数据的可靠性传输。然而，除了数据的传输可靠性，执行器节点间的协作控制对目标捕获过程同样重要。事实上，执行器节点能否完成对目标的捕获控制将最终决定WSAN整个协作过程的成败。基于此，本文结合无线传感器网络和多自主体系统(Multi-agent systems，MAS)现有的研究成果，开展WSAN中目标捕获控制策略研究。本文的研究工作有如下几个方面：(1)针对事件包传输与多目标捕获控制问题，提出了基于虚拟Agent的WSAN模型，设计了Ballooning协议，保证了事件报告能够在有限的时延之内传输到执行器节点。并在此基础上，提出了多目标分配策略，设计了基于Leader-following的自适应捕获算法，以提高WSAN执行多目标的能力。(2)针对执行器节点对静态与动态目标的捕获控制问题，设计了基于滑模变结构方法的目标捕获策略。为了减少执行器节点间在协作过程中通信能耗，采用基于雏菊链(Daisy-Chain)的目标捕获算法，使执行器节点在维持较少通信消耗的同时，能够对不同类型目标进行捕获。(3)针对静态障碍物情形下的目标捕获控制问题，设计了基于预测控制方法的目标捕获策略，将避碰的条件转化为性能指标的一部分，提出了基于滚动优化的预测控制算法，使得执行器节点能够根据在线感知的信息动态调整路径。最后，通过设定终点状态控制器，给出了保证系统稳定的条件。(4)针对动态障碍物情形下的目标捕获控制问题，根据执行器节点是否处于邻居执行器节点的避障区域，设计了内场与外场两类势能函数，进而设计相对应的控制算法，使执行器节点在捕获目标过程中，能够躲避环境中存在的动态障碍物以及邻居执行器节点。(5)针对主从遥操作系统下的WSAN目标捕获问题，提出了一种动态量化器，使得主端执行器节点与从端执行器节点信号在输出前得到量化。设计了主/从端目标捕获控制律，并将网络中存在的时变时延考虑在控制协议中，使得主端执行器节点能够在时延与量化器下能够追踪到从端执行器节点的编队捕获位置中心，而从端执行器节点能够根据主端执行器节点位置形成期望编队捕获控制。