随着通信技术、嵌入式计算技术和微电子技术的飞速发展和日益成熟,传感器网络引起了人们的极大关注,这种网络系统可以被广泛地应用于国防军事、环境监测、医疗卫生、智能家居和目标跟踪等领域。因此,本文针对传感器网络的目标跟踪、簇头选举以及连接查询技术进行了研究。本文的主要研究成果有:1.为了最大化分簇传感器网络中簇的生存周期,本文提出基于线性规划的簇头选举策略(LPCHS)和基于簇头时间比的簇头调度算法(CHSA)。LPCHS根据网络中存在的数据流守恒约束、能量约束以及链路容量约束等约束条件,建立了一个最大化簇生存周期的线性规划方程,并利用该方程得到簇的生存周期、簇中各节点轮为簇头的时间及相应的簇头时间比。CHSA以多路径路由技术完成簇间数据的转发,并得到了一个基于簇头时间比的簇头调度方案。实验结果表明,本文提出的算法可以有效地提高网络吞吐量,并延长网络的生存周期。2.针对传感器网络中的目标跟踪问题,本文提出一种能量有效的移动目标预测跟踪算法。该算法采用睡眠调度机制,在减少网络中能量消耗的同时,最大限度地保证目标的实时跟踪。目标预测跟踪算法以簇为单位,采用基于线性规划的簇头选举策略和基于簇头时间比的簇头调度算法,分布式地应用马尔可夫链理论对目标的轨迹进行预测,并通过提前唤醒目标到达区域内的睡眠节点,保证跟踪的实时性。模拟实验以及在真实传感器网络中的实验结果表明该算法在保证分布式跟踪实时性、高精度的同时,有效地减少了网络中的能量消耗。3.针对传感器网络中目标跟踪过程中,用户下发的数据连接查询问题,本文首先提出基于缓存的单连接查询问题,证明该问题是NP-完全问题,并给出多项式近似算法,该算法采用贪心策略,得到一个使得能量消耗小的近似解。然后在此基础上,考虑多连接查询的代价,本文提出一种基于缓存的两阶段多连接查询处理方法,降低查询的响应时间,最小化网络中的能量消耗。理论分析及实验结果表明该算法能够有效地减少网络中能量消耗,延长网络生存周期,提高查询效率。