關于無線傳感器網絡的原理，節能，搭建設計以及相關的軟硬件設計都有了一些介紹。那么本文主要針對的是無線傳感器網絡的一個應用——無線傳感器網絡多目標跟蹤的介紹。

無線傳感器網絡目標跟蹤一直作為研究的熱點，之前的研究多是單目標的跟蹤，通過傳感器網絡的多個或全部節點協作跟蹤同一個目標。

Mechitov K等利用二元檢測(binary-detection)協作跟蹤的思想，通過目標是否處于傳感器偵測距離之內或者之外，根據多個傳感器的協作確定目標的位置，這種方法需要節點間的時鐘同步，并要求節點知道自身的位置信息；Zhao F等利用信息驅動(information-driven)協作跟蹤的思想，利用傳感器節點偵測到的信息和接收的其他節點的偵測信息判斷目標可能的運動軌跡，喚醒合適的傳感器節點在下一時刻參與跟蹤活動，由于有合適的預測機制，可有效的減少節點間的通訊，從而節省節點有限的能量資源和通訊資源；Zhang W S等在解決無線傳感器網絡單目標跟蹤時提出了傳送樹(convey tree)跟蹤算法，這種算法是一種分布式算法，而之前的大多數跟蹤算法為集中式的，傳送樹是一種由移動目標附近的節點組成的動態樹型結構，并且會隨著目標的移動動態地添加或者刪除一些節點，在保證對目標進行高效跟蹤的同時減少節點間的通信開銷。

當前的目標跟蹤算法主要是針對不同環境下的單目標跟蹤，如何以較低的能量代價高效地融合有效的信息，增大測量精度和延長網絡生存期，并解決多目標跟蹤，成為目前研究無線傳感器網絡目標跟蹤的熱點。在研究無線傳感器網絡多目標跟蹤時需要考慮能量有限；跟蹤算法的分布式以延長網絡壽命；傳感器的量測可能是多個目標的合成量測，這些給傳統的多目標跟蹤算法帶來了挑戰。

Jaewon Shin采用分布式的多尺度框架，用轉移矩陣的思想，優化解決多目標識別的計算量問題，該算法通過局部節點信息更新給出全局的目標信息，該算法框架在解決無線傳感器網絡多目標跟蹤時有一定的可行性；Lei Chen等也提出了采用分布式數據關聯的算法解決無線傳感器網絡多目標跟蹤；Maurice Chu采用貝葉斯估計的方法，解決多目標跟蹤的數據關聯問題，并采用分布式的算法實現了無線傳感器網絡多目標跟蹤。

無線傳感器網絡多目標跟蹤

線傳感器網絡跟蹤是傳感器網絡的主要用途之一，也是一個難點和關鍵問題，同時具有很多商業和軍事應用的基本要素，如交通監控、機構安全和戰場狀況獲取等。利用無線傳感器網絡中的節點協同跟蹤，是無線傳感器網絡技術應用的一個很重要的方面。

最早的無線傳感器網絡系統跟蹤實驗是美國DARPA(Defense Advanced Research Projects Agency)的SensIT項目中一些跟蹤方法實現。現在的許多跟蹤應用方案依然處于研究階段。由于傳感器節點存在很多硬件資源的限制，還經常遭受外界環境的影響，無線鏈路易受到干擾，網絡拓撲結構動態變化，而傳感器網絡的活動目標跟蹤應用具有很強的實時性要求，因此，許多傳統的跟蹤算法并不適用于傳感器網絡。活動目標跟蹤在雷達領域研究多年，成果很多經典的活動目標跟蹤是單傳感器跟蹤系統，發展了如最近鄰法(NN)、集合論描述法、廣義相關法、經典分配法、多假設法、概率數據關聯(PDA)法、聯合數據互聯(JPDA)法、交互多模型(IMM)法等數據互聯算法。

而2O世紀7O年代興起了多傳感器信息融合技術，對多個傳感器數據進行多級別、多方面、多層次的處理，產生了新的有意義的信息。集中式多傳感器綜合跟蹤算法是在單傳感器系統的基礎上直接發展起來的，如多傳感器聯合概率數據互聯法(MSJPDA)和廣義S一維分配算法；分布式多傳感器航跡關聯算法主要有基于統計的方法(如加權法、獨立序貫法、經典分配法、最近鄰法(NN)、K-NN法等)和基于模糊數學的方法(模糊雙門限航跡關聯算法、基于模糊綜合函數的航跡關聯算法)。對于WSN來說，因為其單個節點能力有限，必須多個節點聯合進行目標跟蹤，而且沒有強大的中心處理器，顯然單傳感器和集中式多傳感器跟蹤算法都不適合；而分布式跟蹤算法的概念是傳感器有自己的信息融合中心，與我們WSN的分布式有一定的區別，他不會考慮融合節點的能力，計算復雜。雖然上述方法具有比較高的精度，但在WSN中無法實現或效率不高。