节点定位技术是无线传感器网络的主要支撑技术之一,传感器节点的位置信息在无线传感器网络的诸多应用领域中扮演着重要的角色。目前,无线传感器网络节点定位的研究主要集中在基于信标节点的定位和静止节点的定位,节点定位对信标节点的依赖性较强,对节点移动性研究欠少,因此,无信标节点定位和移动节点定位是无线传感器网络节点定位中重要的研究内容之一。定位是跟踪的基础,目标跟踪是无线传感器网络的一个基本应用。目标跟踪的实质是多节点协作跟踪,以最低的能量代价、有限的通信带宽和计算能力高效地进行分布式信息处理、融合有效的信息是目标跟踪研究的核心问题。论文以无信标节点定位、移动节点定位、目标跟踪为主要研究内容,以提高定位精度、减少节点能耗、延长网络寿命为切入点,引用了不同的算法思想和理论,对节点定位和目标跟踪技术展开研究。论文主要的研究工作及成果体现在以下几个方面：提出了一种基于概率的无信标节点定位算法和一种基于动态聚类的无信标节点定位算法。测量结果服从高斯分布,可以用概率密度函数来描述,只要节点具有测距或测角的能力,通过求解概率密度最大的值,就可以实现节点定位。基于动态聚类定位利用模糊识别中聚类分析和分簇算法的思想,通过动态聚类找到网络中的根簇头,让其作为整个网络的虚拟坐标系的原点,通过节点的测距功能,使用三角测量原理,依次定位网络中的各个节点。利用蚁群算法将跳数融合到信息素以及支持多条路径的特点,提出了一种基于蚁群算法的移动信标节点最优移动路径获取方法。在研究蚁群算法的基础上,通过节点的分布概率以及转移概率来计算样本的权值,确定移动节点可能存在的位置,提出了一种基于蚁群算法的移动节点定位算法。采用链接图的方法建立信标节点的空间运动模型,提出了一种基于粒子群优化算法的移动信标节点路径规划。通过信标节点与移动节点之间的估计距离和测量距离确定了粒子群算法中的适应度函数,在解空间里搜索最优的解作为移动节点的位置,提出了一种基于粒子群算法和Monte Carlo算法相结合的移动节点定位算法。提出了一种基于贝叶斯方法、采用传感器节点动态分簇的组织策略、融入粒子滤波算法的协作目标跟踪算法。该算法根据传感器节点与目标之间的距离,以及节点的能量来动态建立和撤销簇,簇头由能量最强的节点担当。当目标移动时,根据能量最大和距离目标最近的簇头选举原则,进行簇头的迁移,通过节点休眠/唤醒机制,形成新的跟踪簇,唤醒目标周围的节点继续跟踪,保持了跟踪的连续性,并通过粒子滤波来实现跟踪任务。最后,设计了基于WSN的战场目标跟踪系统平台,包括系统总体架构设计、系统的结构和功能设计、无线传感节点和汇聚节点的设计,以及战场指挥控制中心的硬件平台和软件系统分析和设计。