目标跟踪一直是无线传感器网络（Wireless Sensor Networks, WSN）的一个重要的应用方向。而实现准确实时的多目标跟踪在军事领域、楼层监控、智能交通、环境监测等方面有着重要的实用价值。论文以提高多目标跟踪系统的整体性能为目标，研究了多目标跟踪的跟踪定位算法、节点任务分配算法，为无线传感器网络多目标跟踪领域做出了一定的研究成果。论文从无线传感器网络多目标跟踪的基本概念入手，首先介绍了无线传感器网络的网络体系，节点结构、基本特点和研究现状，然后详细说明了多目标跟踪的总体方法和性能指标，介绍了多目标跟踪的研究现状，指出多目标跟踪的总体过程由节点任务分配，数据融合和目标跟踪算法三大部分组成，并由此展开全文的研究内容。本文研究的主要内容包括：（1）对现有的几种经典的目标跟踪算法：卡尔曼滤波算法、扩展卡尔曼滤波算法、无迹卡尔曼滤波算法以及粒子滤波算法做了详细的分析介绍，着重阐述了算法的数学模型，算法思想和实现过程，同时也指出了各种算法自身的一些优缺点。（2）提出了一种混合加权三边定位算法，采用加权三边定位与MAX-MIN定位算法混合定位的方式，在节点数量较少，测距误差较大等相对恶劣的情况都有着较好的性能表现。（3）鉴于-无迹粒子滤波算法在跟踪精度上比起传统粒子滤波算法有所提高，但是其计算复杂度比较高，我们在该算法基础上提出了一种由随机拖拽和重采样阈值共同组成的IMPF算法，仿真结果显示，算法的性能与无迹粒子滤波算法相近，但算法执行时间却大大减少。（4）在DPFTA算法的基础上，针对多目标运动的特点，结合动态簇的思想，提出了MDPFTA算法，通过动态生成目标跟踪簇以及极大似然准则实现节点任务的分配，通过设计与仿真分析，可以看到MDPFTA比起一般的自适应动态分配方法，在节点选择，能耗，分配时间，跟踪精度等方面都有着较好的性能表现。