无线传感器网络被认为是21世纪最有影响的21项技术和改变世界的10大技术之一。在无线传感器网络的许多实际应用中,目标跟踪是一项基本功能。由于传感器节点体积小、价格低廉,采用无线通信方式,具有自组织性、鲁棒性和隐蔽性等特点,使得无线传感器网络非常适合用于目标的定位和跟踪。本文主要对无线传感器网络目标跟踪问题进行了研究,主要研究内容和取得的成果如下：1)联合考虑传感器节点的自身位置估计误差和运动速度估计误差,根据总体最小二乘原理提出TDoA和FDoA目标跟踪的总体最小二乘解,并研究分析采用TDoA和FDoA进行目标跟踪的克拉美罗下界。仿真结果表明,TDoA和FDoA目标跟踪的总体最小二乘解可以获得接近克拉美罗下界的性能,且目标位置分量估计性能优于目标速度分量估计性能；此外,仿真分析了TDoA和FDoA进行目标跟踪的克拉美罗下界与同时感测的节点数量和网络布设之间的关系。仿真分析表明同时参与观测的传感器节点数量并不是越多越好,同时通过调整观测目标的传感器节点间的平均距离和平均运动速度可以提高TDoA和FDoA目标跟踪精度。2)由于TDoA和FDoA目标跟踪的高计算复杂度和对无线传感器网络硬件的高要求,在简单的二进制传感器网络框架下,对已有的算法进行了仿真分析,并在此基础上针对已有算法存在的问题提出在二进制传感器网络中采用距离加权实现目标跟踪。根据距离加权原理,提出了基于预测距离加权的二进制传感器网络目标跟踪算法。仿真证明距离加权的性能优于已有的算法性能,适用于任何运动模型的实时目标跟踪。基于预测距离加权的目标跟踪算法不仅避免了传感器节点自身距离信息的传输而且具有和距离加权算法相同的归一化目标跟踪误差区间。3)无线传感器网络的连通覆盖性能是目标跟踪质量的衡量指标之一。本文给出了格型部署的二进制传感器网络连通覆盖的三种场景,并在连通覆盖场景中分析了距离加权的性能。通过距离加权性能分析发现,距离加权目标跟踪精度与距离加权函数密切相关。在连通覆盖场景中对最优的距离加权函数进行了求解验证,仿真结果表明：最优距离加权函数明显优于各个感测区域中采用相同的距离加权函数。将最优距离加权函数应用到预测距离加权目标跟踪算法后,明显提高了目标跟踪精度。4)研究和实际应用中的距离多采用Euclidean距离或Euclidean范数,它等价于2-范数(p-范数的一种)。为了进一步提高二进制传感器网络距离加权目标跟踪算法性能,根据p-范数的概念,提出了二进制传感器网络最优p-范数加权。本文通过仿真确定了最优p-范数加权,并进行了验证。结果表明,最优p-范数加权不仅大大提高归一化目标跟踪误差位于小误差区间的概率,还大大降低了归化目标跟踪误差在大误差区间的样本数。将最优p-范数加权应用到基于预测距离加权目标跟踪算法后,目标跟踪精度得到了进一步的改善。