21世纪是海洋的世纪,海洋将成为人类生存与发展的新空间。水下无线传感器网络(Underwater Wireless Sensor Networks,UWSNs)中目标跟踪作为大范围水域持续监测的重要手段已成为研究热点。由于UWSNs中节点为目标跟踪提供量测,节点的位置信息对于目标跟踪至关重要,因此本文首先研究了UWSNs中节点定位问题,然后在此基础上研究了UWSNs中目标跟踪问题。本文的研究工作如下:(1)针对UWSNs中一定区域内传感器节点快速定位问题,提出了一种移动锚节点辅助的接收信号强度定位算法。首先,为了提高定位精度,设计了一种基于支持向量回归的插值方法,通过提高含噪声测量数据的非线性回归模型准确性,并降低由测量数据离散性引起的估计误差,减小了传感器节点在移动锚节点线性轨迹上投影位置的误差,实现了定位精度的提高。然后,为了提高定位速度,设计了一种曲线匹配方法,通过估计传感器节点到移动锚节点线性轨迹的垂直距离,使传感器节点在锚节点仅行进一条轨迹后即可基于投影位置和垂直距离实现定位,与现有算法需要至少两条轨迹相比,轨迹数量的减少实现了定位速度的提高。(2)针对UWSNs中异步时钟下传感器节点精确定位问题,提出了一种基于信号传播时延的节点异步定位算法,通过构建信号传播时延与节点位置间关系消除了节点间时钟异步的影响,给出了使所有测量误差之和最小的节点位置最优估计函数,并求解出了节点的精确位置。此外,针对时间测量出现错误的情况,又提出了一种基于接收信号强度的节点异步定位算法,通过按权重融合两种算法的定位结果减少了时间测量错误导致的定位误差。(3)针对UWSNs目标跟踪过程中跟踪精度和能量消耗的均衡问题,提出了一种基于自适应采样的目标跟踪算法。首先,为了最大化能量效率,设计了一种自适应采样间隔调整(Adaptive Sampling Interval Adjustment,ASIA)方法,使用双输入单输出模糊逻辑控制器自适应地调整采样间隔,保证跟踪过程中每一步的跟踪不确定度等于不确定度阈值,通过采样频率的最小化实现了能量消耗的最大程度减少。然后,为了平衡跟踪区域不同部分的能量消耗,设计了一种动态不确定度阈值调整方法,根据目标所在位置使用单输入单输出模糊逻辑控制器动态地调整ASIA方法中的不确定度阈值,通过采样频率的改变实现了不同部分能量消耗的平衡。(4)为了对设计的算法进行实验验证,开发了UWSNs算法实验平台并进行了算法验证。首先,分别阐述了实验平台的总体设计、平台关键设备水声通信机的硬件系统和软件系统设计、平台另一关键设备水下机器人的硬件系统和软件系统设计。然后,利用开发的UWSNs算法实验平台对本文中基于信号传播时延的节点异步定位算法和基于接收信号强度的节点异步定位算法分别进行了实验验证。