无线传感器网络(WSN)是21世纪最具影响力的技术之一，它集成了传感器技术、微机电系统技术、无线通信技术和分布式信息处理技术，是一种全新的计算模式，它将逻辑上的信息世界与物理世界融合在一起，改变了人与自然交互的方式，是继因特网之后将对人类生活方式产生重大影响的IT热点技术。它的应用领域十分广泛，其中一个重要应用便是目标跟踪。无线传感器网络应用于目标跟踪系统，与传统方法相比较具有明显的优势，同时也带来了一些新的挑战。　　 本文着重于研究无线传感器网络的节点定位和运动目标跟踪。首先从无线传感器网络节点定位机制入手，通过对现有的节点自身定位算法的分析和比较，总结出各种现有定位算法的优缺点，并针对分布式ACT定位算法计算量大的缺点对ACT定位算法进行简化，使得简化后的ACT算法在保证定位精度的同时减少定位过程的计算量。在此基础上，系统的研究了非线性滤波相关理论中的粒子滤波算法，并将粒子滤波算法应用到无线传感器网络目标跟踪模型中。随后重点研究了基于粒子滤波算法和无迹卡尔曼滤波算法的UPF滤波算法。UPF滤波算法能够将最新观测量引入状态估计，从而大大降低了粒子滤波采样的盲目性，与普通的粒子滤波相比滤波精度有了很大的提高。然而UPF算法具有计算量大、实时差的缺点。本文针对UPF算法计算量大、实时性较差的缺点对其进行了改进，提出了改进的UPF滤波算法，使得改进的UPF算法在不影响滤波精度的同时减少滤波计算量，提高滤波实时性。　　 文章最后建立了仿真环境，通过仿真实验验证了简化的ACT算法和改进的UPF算法的有效性，验证了将改进的UPF滤波算法应用到WSN目标跟踪中具有良好的效果。