作为一种新兴的IT热点技术，无线传感器网络在军事与民用诸多领域有着广阔的应用前景。目标跟踪是它最具代表性和挑战性的应用。目标跟踪的极端复杂性与无线传感器网络节点能力相对不足形成矛盾。分布式是无线传感器网络的本质特征，也是解决这对矛盾的有力武器。通过邻域节点间的协同工作，克服单个节点的能力不足，从而满足目标跟踪的应用需求。本学位论文研究无线传感器网络目标跟踪的基本理论、关键技术与系统实现。首先，鉴于网络覆盖是目标跟踪的重要前提，本文研究任意给定节点分布下的网络覆盖质量度量方法，特别是面向目标跟踪的“路径曝光”度量方法。提出了面向区域覆盖的Grid Scan算法，并将之扩展到栅栏覆盖。进一步，分别针对区域覆盖与栅栏覆盖，提出旨在改善网络覆盖质量的贪婪式节点再部署方法。本文按照测距、定位、跟踪依次递进的逻辑展开目标跟踪研究。在分析现有声音测距方法误差来源的基础上，提出基于声源端时延消除与频率检测的两种测距方法：SDE-FD-TDoA与SDE-ToA~2，其中前者基于单向TDoA，后者基于双向ToA平均。前者的准确度较高，而后者无需节点问时间同步。虽然基于测距的定位方法有定位精度高、定位算法简单等特点，但是它在可扩展性、硬件成本、方向性等方面存在不足，因此本文继续研究了基于射频信号的免测距定位方法，提出基于射频信号强度与连接性的加权质心定位方法W-Centroid，它具有简单易行、扩展性好、硬件成本低等优点，且定位精度可以接受。接着，着眼于室外环境，提出基于射频信号的分布式目标跟踪系统Nemo-Track。随着目标的移动，目标附近的节点通过首领选举，自发地形成动态跟踪组，负责目标的定位；而远离目标的节点进入休眠状态，从而有效地延长网络寿命。首领节点运行着微数据库用于存储与管理成员节点汇报的数据，此数据库具有较高的时间效率与空间效率，适用于应对多成员节点同时向首领汇报引起的“汇报风暴”问题。基于节点的汇报数据，首领节点进行数据聚合，即使用加权质心定位算法进行目标位置估计，有效降低网络中的数据传输量。为了将首领节点的位置估计可靠地传输到基站，设计了基于最小代价树和本地父节点切换的可靠多跳路由协议。基于初始位置估计，基站使用Kalman滤波器滤去噪声，获得平滑的目标轨迹。NemoTrack具有可扩展性好、无需额外硬件、低能耗设计等特点。最后，着眼于室内环境，提出基于射频信号的分布式室内定位系统iNemo。系统具有分层定位的特点，提供房间级区分与隔间级定位两层次精度。系统通过邻居参考节点间的交互，自动建立本地的信号强度地图，与传统室内定位系统相比，iNemo系统无需繁琐的人工信号预收集过程。基于射频信号强度的波动幅度，提出用于表征定位结果可信度的定位置信指标PCI，为用户提供除定位误差值之外更多的定位信息。对于以上4部分内容，除第1部分是在Matlab平台上进行仿真验证外，其余3部分均在通用的Mica2节点实物上进行了实验验证，并给出了相应的性能分析。