随着无线通信技术、传感器技术、信息处理和计算能力的迅猛发展,无线传感器网络和移动通信网络已成为学术界和工业界的研究热点,并在越来越多的领域得到广泛应用,如环境监测、先进制造、电子医疗、位置服务等等。无论在无线传感器网络中还是移动通信网络中,位置信息是众多应用的基础前提,定位技术也是现代通信网络的一个基础支撑技术。而作为无线传感器网络的一个重要应用,目标跟踪无论在军事和民用上都起着十分重要的作用。因此定位技术和跟踪技术受到了国内外学者的广泛关注和大量研究。算法设计一直是定位与跟踪技术的研究重点。研究者也已经提出了大量的定位跟踪算法。然而实际环境中的多种复杂因素,如非视距传输、多径效应等,给定位跟踪带来了诸多挑战。由于信号受到复杂因素的影响,传输特性发生改变,无论从测量噪声到观测量模型等多方面都变得比较复杂,从而令基于简单测量模型假设的算法不再适用,存在鲁棒性较差、计算复杂度高、定位精度不高等缺点。本文考虑复杂因素对传感器测量的影响,对定位跟踪进行了不同方面的研究,总结如下:1.介绍了定位跟踪技术的研究现状以及复杂因素影响下的定位跟踪面临的挑战。2.研究乘性噪声模型下的定位跟踪问题。与一般的加性噪声不同,考虑了一种更加一般的乘性噪声测量模型。基于克拉美罗下界,推导并分析了此种噪声模型下的定位精度及其相关性质。并利用实验验证了此种噪声模型的合理性。实验结果表明,与加性噪声相比,乘性噪声是不可忽略的。针对移动传感器网络中的目标跟踪问题,提出了节点调度策略,包括任务节点的选择策略和移动策略。最后用仿真说明所提出的节点调度策略可以令目标跟踪达到较高精度。3.研究了有界噪声模型下的传感器网络节点定位问题。考虑了一种更加一般的测量噪声模型,即假设测量噪声有界且噪声的界已知,进而将定位问题描述为一个非凸优化问题来最小化最大估计误差。利用凸松弛,将非凸优化问题转化为一个凸优化问题,并将其对偶问题转化为一个半定规划问题。从几何上给出了所研究的定位问题的物理意义。提出了一个分布式算法,并从理论上证明了算法的收敛性。最后通过大量的仿真结果说明了所提出的集中式和分布式算法的性能。4.研究了概率非视距环境中的定位问题。结合距离相关的视距/非视距概率,提出了一种极大似然估计定位算法。从理论上推导了一般视距/非视距概率模型和非视距偏差模型下的克拉美罗下界。经过数值分析得到非视距传输对定位性能的影响。最后利用真实的实验测量数据,验证了所提出的定位算法的性能。5.研究了多目标跟踪系统的数据关联问题。考虑由于目标大小的影响,造成相互遮挡。通过一个简单的三步算法判定目标遮挡情况。利用遮挡信息,进一步提出一种改进联合概率数据关联算法,降低了经典联合概率数据关联算法的计算复杂度。通过仿真说明该算法的跟踪精度与经典联合概率数据关联算法的跟踪精度几乎相同,却具有更低的计算复杂度。最后对全文进行了总结,并展望了进一步的研究工作。