连续对象是指目标对象本身的体积和形态无法忽略,不能当做质点的一类对象,是目标监测中的一个重要应用领域。连续对象常伴随人类的生产生活,如水、气、雾等,而本文主要研究对于人类的生产生活有危害的连续对象的监控,如有毒有害气体、大面积雾霾、区域辐射与污染等。传统的目标监控手段都是针对独立离散的质点对象进行监控,如：目标入侵检测、运动目标轨迹追踪等,因此监控系统只关注目标对象的运动轨迹,从而进行监控和预测,但是针对连续对象,监控目标对象的体积和形态的发展则成为主要的监测任务,因此在连续对象监测中,对连续对象进行边界监测是主要目的。由于现有针对连续对象的边界监测过度依赖传感器网络的部署密度,使得利用无线传感器网络对连续对象进行监控一直处于理论研究状态,本文的目的在于：在降低传感器部署密度的前提下,对基于无线传感器网络的连续对象监测进行研究。本文首先对连续对象监控研究的背景和意义进行了论述,并对国内外的研究现状进行阐述与总结。其次基于模糊逻辑分析对连续对象的分布以及边界进行了定义,并针对连续对象的特征提出了连续对象的动态演变模型,在该模型的基础上对连续对象的浓度分布特征进行了定性分析。最后针对连续对象监测中的大规模传感器网络提出了基于最优融合集的分簇算法,以及基于BP网络的连续对象全局分布状态的监测算法。在实验分析与仿真验证部分,通过进行数值计算和模拟,我们对比了最优融合集合的分簇算法与传统的分簇算法在连续对象监测中的应用,验证了基于最优融合集的分簇算法的有效性。另一方面,我们对单隐含层和双隐层BP网络的结构进行了实验测试,分析了神经网络结构对网络性能的影响,为BP网络结构的设计提供了依据。最后验证了基于BP网络的连续对象全局分布状态监测算法,并得出了传感器网络的覆盖率也就是拟合精度与响应时延的约束关系。