关于无线传感器网络的原理，节能，搭建设计以及相关的软硬件设计都有了一些介绍。那么本文主要针对的是无线传感器网络的一个应用——无线传感器网络多目标跟踪的介绍。
无线传感器网络目标跟踪一直作为研究的热点，之前的研究多是单目标的跟踪，通过传感器网络的多个或全部节点协作跟踪同一个目标。
Mechitov K等利用二元检测(binary-detection)协作跟踪的思想，通过目标是否处于传感器侦测距离之内或者之外，根据多个传感器的协作确定目标的位置，这种方法需要节点间的时钟同步，并要求节点知道自身的位置信息；Zhao F等利用信息驱动(information-driven)协作跟踪的思想，利用传感器节点侦测到的信息和接收的其他节点的侦测信息判断目标可能的运动轨迹，唤醒合适的传感器节点在下一时刻参与跟踪活动，由于有合适的预测机制，可有效的减少节点间的通讯，从而节省节点有限的能量资源和通讯资源；Zhang W S等在解决无线传感器网络单目标跟踪时提出了传送树(convey tree)跟踪算法，这种算法是一种分布式算法，而之前的大多数跟踪算法为集中式的，传送树是一种由移动目标附近的节点组成的动态树型结构，并且会随着目标的移动动态地添加或者删除一些节点，在保证对目标进行高效跟踪的同时减少节点间的通信开销。
当前的目标跟踪算法主要是针对不同环境下的单目标跟踪，如何以较低的能量代价高效地融合有效的信息，增大测量精度和延长网络生存期，并解决多目标跟踪，成为目前研究无线传感器网络目标跟踪的热点。在研究无线传感器网络多目标跟踪时需要考虑能量有限；跟踪算法的分布式以延长网络寿命；传感器的量测可能是多个目标的合成量测，这些给传统的多目标跟踪算法带来了挑战。
Jaewon Shin采用分布式的多尺度框架，用转移矩阵的思想，优化解决多目标识别的计算量问题，该算法通过局部节点信息更新给出全局的目标信息，该算法框架在解决无线传感器网络多目标跟踪时有一定的可行性；Lei Chen等也提出了采用分布式数据关联的算法解决无线传感器网络多目标跟踪；Maurice Chu采用贝叶斯估计的方法，解决多目标跟踪的数据关联问题，并采用分布式的算法实现了无线传感器网络多目标跟踪。
无线传感器网络多目标跟踪
线传感器网络跟踪是传感器网络的主要用途之一，也是一个难点和关键问题，同时具有很多商业和军事应用的基本要素，如交通监控、机构安全和战场状况获取等。利用无线传感器网络中的节点协同跟踪，是无线传感器网络技术应用的一个很重要的方面。
最早的无线传感器网络系统跟踪实验是美国DARPA(Defense Advanced Research Projects Agency)的SensIT项目中一些跟踪方法实现。现在的许多跟踪应用方案依然处于研究阶段。由于传感器节点存在很多硬件资源的限制，还经常遭受外界环境的影响，无线链路易受到干扰，网络拓扑结构动态变化，而传感器网络的活动目标跟踪应用具有很强的实时性要求，因此，许多传统的跟踪算法并不适用于传感器网络。活动目标跟踪在雷达领域研究多年，成果很多经典的活动目标跟踪是单传感器跟踪系统，发展了如最近邻法(NN)、集合论描述法、广义相关法、经典分配法、多假设法、概率数据关联(PDA)法、联合数据互联(JPDA)法、交互多模型(IMM)法等数据互联算法。
而2O世纪7O年代兴起了多传感器信息融合技术，对多个传感器数据进行多级别、多方面、多层次的处理，产生了新的有意义的信息。集中式多传感器综合跟踪算法是在单传感器系统的基础上直接发展起来的，如多传感器联合概率数据互联法(MSJPDA)和广义S一维分配算法；分布式多传感器航迹关联算法主要有基于统计的方法(如加权法、独立序贯法、经典分配法、最近邻法(NN)、K-NN法等)和基于模糊数学的方法(模糊双门限航迹关联算法、基于模糊综合函数的航迹关联算法)。对于WSN来说，因为其单个节点能力有限，必须多个节点联合进行目标跟踪，而且没有强大的中心处理器，显然单传感器和集中式多传感器跟踪算法都不适合；而分布式跟踪算法的概念是传感器有自己的信息融合中心，与我们WSN的分布式有一定的区别，他不会考虑融合节点的能力，计算复杂。虽然上述方法具有比较高的精度，但在WSN中无法实现或效率不高。
