1.一种面向节能的无线传感器网络目标跟踪方法，该方法包括以下步骤：

1)根据既定需求确定无线传感器网络中的节点数量，在各传感器节点建立目标数据库并完成节点的部署；各节点获取自身的位置信息并建立其邻居节点列表，构建目标跟踪网络；

2)在建立的无线传感器网络中，以无线节点为单位进行信息的采集和交互：在网络覆盖范围内，各节点根据目标数据库实时监测目标信息；为降低节点能耗，如果与跟踪目标的距离小于预定的阈值，则节点进入跟踪状态，以一定的采样周期对目标进行数据采集，并根据邻居节点列表同邻居节点进行信息交互；

3)在无线传感器网络的工作过程中，目标位置的移动，外界环境的干扰以及移动式传感器节点的引入都可能导致各传感器节点链路连接状态的变化；而考虑到网络系统的整体生存时间及能量在全网内的均衡问题，各节点也需主动切换工作模式，根据自身耗能情况决定是否广播信息；

所述节点具有两种工作模式：常规模式下，节点按照既定设置采集并发送数据；节能模式下，节点不发送数据；节点根据自身能耗、目标位置、外界干扰信息调整工作模式，实时调整节点间的物理连接关系，从而构建具有动态拓扑的目标跟踪网络，以降低网络能耗；

4)由步骤3)中由自身能耗、目标位置、外界干扰的因素导致的网络拓扑的动态切换将不可避免的影响系统性能；此外，传感器网络对目标的跟踪监测过程易受外界噪声的干扰，为更准确的跟踪目标的状态信息，在各节点建立分布式跟踪器，跟踪器配置参数由如下步骤给出：

4.1)为定量分析拓扑动态切换对跟踪网络性能的影响并寻求各节点跟踪器的最优配置参数，基于跟踪目标及动态跟踪网络建立跟踪网络的跟踪误差系统模型；

4.2)分析拓扑切换对跟踪误差系统性能的影响，确定使得跟踪误差系统均方指数稳定且具有给定的性能指标γ的条件并确定保证网络正常工作的最高的拓扑切换频率，上述γ为跟踪系统的噪声抑制率，γ越小则对应的跟踪网络鲁棒性越强，跟踪精度越高；

4.3)若所部署的传感器网络满足步骤4.2)所述条件，则通过线性矩阵不等式技术求解各节点的最优跟踪器参数；

5)根据步骤4)求得的跟踪器参数，构建具有动态拓扑的分布式跟踪网络，通过数据融合实现对移动目标状态的跟踪，以保证移动目标跟踪的精度并提升跟踪网络的生命周期。

2.如权利要求1所述的方法，其特征在于：步骤1)的具体做法是：考虑包含n个传感器节点的跟踪网络，以n阶有向图 表示其网络拓扑，δ＝{1,2,…,n}为所有传感器节点的集合，边割集 加权邻接矩阵为非负邻接元素，有向图π的边以(i,j)表示；若邻接元素则表示节点i可接收到节点j发送的信息，即 反之，若 则表示节点i无法接收节点j发送的信息；定义对于任意i∈δ， 则节点i的所有邻居节点及其自身可通过集合Ni＝{j∈δ:(i,j)∈χ}表示。

3.如权利要求1所述的方法，其特征在于：步骤2)的具体做法是：不失一般性，考虑可由如下非线性随机模型表示的跟踪目标：其中， 为跟踪目标的状态变量， 是待跟踪的目标信息，即目标状态的线性组合，w(k)∈l2[0,∞)表示作用于目标的能量有界噪声，v(k)表示作用于目标的白噪声，f(x(k))表征了跟踪目标的非线性，A,B,E,F及L是已知的适当维数的参数矩阵；

对于线性时不变系统的跟踪方法则可由针对式(1)的结论中简化求得；

考虑量测信息丢失及量测噪声干扰的情况下，各传感器节点对目标的量测过程可由如下模型表示：yi(k)＝αi(k)Cix(k)+Diw(k),(i＝1,2,…,n) (2)其中，yi(k)表示第i个传感器节点测得的目标信息，输出矩阵Ci,量测噪声输入矩阵Di已知，引入一组相互独立的随机变量αi(k),(i＝1,2,…,n)，用于描述目标与传感器之间的量测信息丢失过程，其中Ε{αi(k)＝1}＝qi,Ε{αi(k)＝0}＝1-qi，qi即为各节点发生量测信息丢失的概率。

4.如权利要求1所述的方法，其特征在于：步骤3)的具体做法是：为分析网络拓扑的动态切换对跟踪性能的影响，定义切换信号σ(k):[0,∞)→Λ＝{1,2,…,M}，对于任意m∈Λ，方阵 代表对应的网络拓扑，即传感器网络共存在M种可能的拓扑；记网络拓扑的切换时刻为k1,k2,…,kl,l≥1，以Nσ[k0,k)表示时间间隔[k0,k)内拓扑的变化次数，其中k0为初始时刻；则[k0,k)内的拓扑切换频率为：

5.如权利要求1所述的方法，其特征在于：步骤4.1)的具体做法是：为更准确的跟踪目标的状态信息，在各节点建立如下结构的分布式跟踪器：其中， 是传感器节点i的状态， 是节点i对z(k)的跟踪值，是待设计的各跟踪器参数矩阵；在建立的分布式跟踪网络中，各节点基于自身及邻居节点的状态及量测信息实现对目标的跟踪， 给出了对应的拓扑，参数 则描述了各节点间物理连接关系随时间的变动关系；

定义跟踪误差 则基于式

(1)、式(2)及式(3)，进行状态增广后可建立如下跟踪误差系统：为跟踪误差系统的状态变量，e(k) 为跟踪

误差，qi为各节点发生量测信息丢失的概率，跟踪误差系统的参数矩阵：其中，

Cα＝diag{q1C1,q2C2,…,qnCn}， 上述In为n阶单位矩阵，0n为n阶零矩阵，运算符

号 表示克罗内克积。

6.如权利要求1所述的方法，其特征在于：步骤4.2)所述的使得跟踪误差系统(4)均方指数稳定且具有给定的噪声抑制率γ的条件是：对于给定的标量μ>1，0<λ<1，1<φ<1/λ，τ>0，若存在正定矩阵Pm>0及标量ε>0，满足 及式(5)、式(6)：Pm≤μPv,m,v,∈Λ；m≠v (6)则跟踪误差系统(4)均方指数稳定且具有给定的噪声抑制率其中，

上述 为系统的最高切换频率，若高于此频率，则系

统性能将不能保证，Pm,Pv用于构造李雅普诺夫函数，参数μ，λ越小，则跟踪系统收敛性越好，若参数φ增大，系统性能将随之下降，但跟踪系统将被允许以更快的频率切换拓扑，参数τ越小，则系统性能越好；因此，应用中需根据实际情况选取参数。

7.如权利要求1所述的方法，其特征在于：步骤4.3)所述的通过线性矩阵不等式技术求解各节点的最优跟踪器参数的具体方式是：对于给定的标量μ>1，0<λ<1，1<φ<1/λ，τ>0，若存在正定矩阵 标量ε>0及适当维数的矩阵 满足式(6)及式(7)，则各节点的参数矩阵可通过式(8)求得；

其中，

8.如权利要求1所述的方法，其特征在于：步骤5)所述的求得的跟踪器参数的具体方法是：在实际应用中，要求选取最优的参数μ、λ、φ以优化跟踪网络性能，进而根据步骤

4.3)的方法求取各节点跟踪器的参数矩阵；以下给出参数μ、λ、φ的选取方法，若线性矩阵不等式(6)及(7)可解，需最小化μ及λ，以优化跟踪网络的性能；若φ增大，则γ将随之增大，即网络系统的鲁棒性将随之下降，而保证网络正常工作的最高的拓扑切换频率则随之上升，即跟踪网络在实际应用时的适应性得到提升；适当的参数μ、λ及φ可通过以下一维搜索算法求取：(81)、选取一个较大的λ，使其满足线性矩阵不等式(7)，(82)、以一定的步长Δλ减小λ，

(83)、验证减小后的λ是否满足线性矩阵不等式(7)，若满足则继续执行步骤(82)，反之，退出，(84)、同理，以与上述步骤(81)-(83)相似的方法求取μ及φ。