近年来，无线传感器网络以其低成本、低功耗、多功能、自组织等特点，广泛应用于军事、环境、医疗等领域，由于定位技术是各项应用的前提，所以目标定位技术成为无线传感器网络的研究热点之一。　　 本文详细分析了在实际应用中影响无线传感器网络定位算法性能的因素，以及定位技术的研究现状和关键问题，深入研究了基于无线传感器网络的目标定位算法。考虑信号在室内传播受各种环境因素的影响，提出了一种高精度、低功耗的移动目标定位算法，为室内环境下移动目标的定位易受环境因素干扰的问题，提供了具有鲁棒性的有效解决方案。　　 在室内定位中，由于信号传播时易受衍射、散射及多径衰落的影响，提出了一种基于不敏卡尔曼滤波的信号强度预测算法。不敏变换无需求导即提供了更准确高阶近似，采用采样策略逼近非线性分布，有效地解决了预测过程中的信号强度波动问题，提高了预测的准确性，增强了复杂室内环境下的高精度定位的可行性。　　 对于无线传感器网络定位系统的电源能量有限的问题，考虑到室内移动目标定位时，无需布置大量的已知位置的锚节点，设计的室内移动目标定位系统采用了主动模式的定位思想。极大的减少了传感器节点的通信量，有效的缓解了传感器节点的能耗压力，延长了传感器节点的使用寿命，扩展了定位系统的应用范围。　　 采用Matlab软件进行仿真实验研究，将不敏卡尔曼滤波预测算法与灰度预测算法、扩展卡尔曼滤波预测算法进行了均方误差、预测精度等性能比较。仿真实验的结果表明：基于不敏卡尔曼滤波的信号强度预测算法具有良好的实时性和动态复杂环境的适应性，能够在室内条件下完成对目标进行定位、跟踪，并极大的提高了预测精度。