当今,无线传感器网络随着科学技术研究的深入得到了迅猛发展,应用范围将涉及目标跟踪、精细农业、工业制造、军事作战等方面。本文主要针对无线传感器网络目标跟踪中的分布式卡尔曼滤波算法进行了详细研究,其中包括一致式卡尔曼滤波算法、基于扩散式策略的卡尔曼滤波算法、多层分布式卡尔曼滤波算法及基于相关度准则的扩散式算法。全文对算法的原理与仿真实验进行了详尽的分析。论文的主要内容及结果包括:1.概述了基于分布式卡尔曼滤波的目标跟踪算法,详细描述了卡尔曼滤波发展历史、算法推导、周期过程等基本情况。同时分析了实际应用中可能出现的问题,并提出了相对应的解决办法。2.针对单节点卡尔曼滤波覆盖范围小的问题,本文采用分布式跟踪算法,其扩散式策略中网络节点只与其邻节点通信,信息通过卡尔曼迭代与数据融合的方式在网络中扩散。扩散式卡尔曼滤波跟踪算法更加稳定可靠,降低通信开销,同时允许并行处理,并且跟踪效果良好。3.本文在基于平均准则的扩散式卡尔曼滤波的基础上,从原理和实验的角度提出了基于相关度准则的扩散式卡尔曼滤波算法,用所提出的算法去估计追踪抛物体的轨迹,同时将仿真结果与理论值进行对比,分析了均方差性能与其收敛性。4.考虑到分布式网络结构可能出现多层网络的问题,本文提出了多层分布式卡尔曼滤波算法,与单层分布式算法相比,多层分布式网络提高了系统的健壮性,覆盖范围广且准确性高。