无线传感器网络是由大规模传感器节点利用无线信道组成的多跳自组织网络，其中，传感器节点在其微小的体积内集成了数据采集、数据处理和无线通信等多种功能。传感器网络引发了信息感知和采集的一场变革，被誉为21世纪最有影响的技术之一，目前无线传感器网络的应用已逐步深入到了民用和军事领域的多个方面。相比于传统的分布式计算环境，无线传感器网络除了具有大规模、分布式和基于网络等共有的特性外，还具有环境感知和数据采集、以数据为中心、传感器容易发生错误、传感器节点能量有限等特点，这就要求针对无线传感器网络的研究和应用必须解决如何提高传感器网络的容错能力和能量利用率的问题。　　 本文针对无线传感器网络中的两类重要的基础应用问题进行研究，即事件区域的容错检测和组目标跟踪问题。根据传感器数据检测事件区域是传感器网络最基本的功能之一，为了解决由于传感器采样错误导致事件区域检测不准确的问题，许多研究工作都关注于事件区域检测的容错算法。但是已有的容错算法都是基于事件的空间相关性，并通过交换相邻传感器采样值的方法实现容错，因此需要消耗传感器网络较多的能量。另一方面，目标跟踪是人们利用传感器网络对物理世界进行感知和监控的重要手段之一，也是传感器网络许多重要应用的基础。传统的多目标跟踪算法关注于分别跟踪每个目标，因此当目标数目很多时多目标跟踪算法常常无法定位所有目标，或者当目标位置很接近时多目标跟踪算法往往无法识别每一个目标。更重要的是，在传统的多目标跟踪过程中，传感器网络常常使用固定的sink节点收集传感器的采样数据，当目标距离sink节点较远时，传感器网络需要通过长距离的消息通信实现数据收集，因此需要消耗较多的能量，而且位于sink节点周围的传感器节点可能因为频繁的转发数据而过早的耗尽能量，甚至可能造成传感器网络的断连。　　 在事件区域检测问题中最大的难点是在对传感器采样数据进行容错的同时减少传感器节点之间的消息通信，以节省传感器网络的能量。本文首先提出了一种基于事件时间相关性的事件区域检测的容错算法，该算法采用统计假设检验的方法，通过验证传感器本地采样值序列与事件特征期望值之间的相关性，实现事件的检测和错误的识别。基于时间相关性的事件区域检测算法无需传感器节点之间的数据交换，因此可以有效的延长传感器网络的寿命。本文还提出了一种同时验证事件时间相关性和空间相关性的算法，并证明了该算法比仅验证时间相关性和仅验证空间相关性的容错算法具有更强的错误检测能力。　　 相比于传统的多目标跟踪问题，本文提出了一种新的针对一组运动目标的跟踪问题，即将具有运动相关性的多个目标定义为一个组目标，通过用覆盖所有个体目标的连续区域代表组目标的位置，从而将对一组目标的跟踪转化为对一个区域的跟踪。考虑到传感器容易发生采样错误，本文提出了一种基于统计假设检验的组目标检测的容错算法。本文还提出了两类组目标定位算法，并基于二元传感器网络，分析了产生组目标定位误差的原因，证明了组目标定位精度的上界。本文提出的算法在目标数目很多或者目标位置很接近时仍可正常工作。　　 为了解决基于固定sink节点的多目标跟踪算法造成的数据收集开销大以及传感器网络能量分布不均匀等问题，本文提出了一种多传感器协作的跟踪方法，即利用动态选择的报告节点代替固定的sink节点收集传感器采样值。由于报告节点可以跟随组目标运动，因此可以避免长距离的数据收集，而且由于报告节点是动态选择的，因此可以避免传感器网络能量分布不均匀。为此，本文提出了一种计算最优报告节点的近似算法，该算法通过减小报告节点与发送采样数据的传感器节点之间的距离，以减少传感器网络用于数据收集的能量消耗。随着组目标的运动，它可能远离当前报告节点，因此需要频繁的更新报告节点以减少数据收集的开销，但是新部署的报告节点需要广播自己的位置以便更新周围传感器节点发送采样数据的目的地，因此应当尽可能降低更新报告节点的频率以节省能量。为了平衡两者之间的矛盾，本文提出了一种报告节点的重部署控制算法，该算法通过对传感器网络数据收集开销和报告节点部署开销的估计，选择出更新报告节点的最佳时机。　　 最后，由于传感器节点处于休眠状态时的能量消耗远小于处于工作状态时的能量消耗，但是在传统的多目标跟踪过程中，所有传感器节点通常都必须一直处于工作状态。为了节省能量，本文提出了一种传感器节点唤醒算法，该算法通过报告节点估计出组目标可能经过的区域，并唤醒该区域中的传感器节点使它们加入到协作跟踪过程中，而令位于该区域外的传感器节点处于休眠状态，以此可以减少处于工作状态的传感器节点的数目。