1.基于Fisher信息矩阵与SUKF的目标跟踪方法，其特征是，该方法由以下步骤实现：步骤一、采用基于Fisher信息矩阵方法建立动态跟踪簇；

步骤一一、节点初始化；

将无线传感器节点随机设置在监测区域后会向周围节点发布所述节点的自身信息，该节点接收周围节点的信息后进行存储筛选，并记录RL＝2Rc范围内的节点信息，RL为传感器节点存储周围节点坐标的选择半径，Rc为传感器节点有效测量半径；

步骤一二、选取以预测位置为原点，有效测量半径Rc范围内的节点作为候选簇集；即Ri＝Rc，i为传感器节点数，Ri为第i个传感器节点与预测坐标点的距离，1≤i≤N；前一簇集中节点经过滤波算法获得预测坐标点，以所述预测坐标点为中心，Rc为半径内的所有传感器节点作为候选节点加入候选簇；即Ri≤RC，记录候选簇集为S*(k)，同时确定初始簇集S(k)；

步骤一三、通过信息判据公式，选择候选簇集中的第一个节点作为簇头，选取簇头用于传输测量信息与节点自身信息；

步骤一四、候选簇集中簇成员选择；

采用贯序方式对簇成员进行选择，将选择的簇成员加入到初始簇集S(k)中，并从候选簇集S*(k)中剔除该节点，所述初始簇集S(k)节点测量到的数据传输到簇头节点，所述测量到的数据中包含自身节点的信息和测量目标的信息，由簇头节点处理数据进行滤波并获得下一时刻目标预测位置；

步骤一五、簇头切换；

对步骤一四所述的下一时刻目标预测位置跟踪，如果簇头节点CH(k)不在下一时刻簇集S(k+1)内，则返回执行步骤一三；反之，对簇头剩余节点能量进行判断，判断节点能量是否小于簇内节点能量的加权平均值，如果是，则簇头节点CH(k)不继续竞选，返回执行步骤一三；如果否，簇头节点CH(k)继续作为跟踪簇头，执行步骤一六；

步骤一六、簇成员的变更；

预测下一时刻簇集S(k+1)，当初始簇集S(k)中的节点j不属于下一时刻簇集S(k+1)时，节点j发布退簇集信号后进入休眠状态；当节点j属于集合S(k+1)，节点不退出跟踪簇；

步骤二、采用基于尺度无迹卡尔曼滤波的目标跟踪滤波算法，对步骤一建立的动态跟踪簇进行滤波与信息传递；

步骤二一、滤波过程初始化；

建立跟踪簇后，簇头唤醒簇内成员节点对目标进行跟踪检测，根据各节点观测值对目标进行预定位；获得目标状态向量与误差协方差的最优估计；

步骤二二、数据传递；

传感器节点间的数据传递按照步骤一四中节点的选择顺序进行，由节点i接收节点i-1传递的目标状态滤波值，若节点i是跟踪簇集中的头结点，则该节点接收前一时刻簇集尾的目标状态滤波值，并利用目标状态滤波值计算出2n+1个Sigma采样点与对应权值，并对其加权求和，获得目标状态量的一步预测；

当i不是跟踪簇集中的头节点时，节点i接收自身簇中节点i-1的滤波值，作为目标状态滤波值对当前跟踪节点的测量值进行滤波；

步骤二三、迭代更新；

对步骤二二获得的一步预测值进行UT变换，获得一组采样点集，将所述采样点集带入观测方程，获得观测量的一步预测值；

步骤二四、性能检测；

滤波迭代结束前对跟踪的统计特性进行检测，如满足统计特性要求或者当前节点为跟踪簇集中最后一个节点则停止迭代，获得滤波结果；将所述滤波结果通过多跳路由方式发送给终端。

2.根据权利要求1所述的基于Fisher信息矩阵与SUKF的目标跟踪方法，其特征在于，簇头的选取标准包含跟踪目标节点与测量节点之间信息判据、节点的接收信号强度。

3.根据权利要求1所述的基于Fisher信息矩阵与SUKF的目标跟踪方法，其特征在于，选择簇头或节点的判据公式用下式表示为：其中，

式中，j为S*(k)中选出的使信息判据、节点能量和接收信号强度加权和最小的节点，k为当前时刻；ω1，ω2，ω3是相应权值并且满足ω1+ω2+ω3＝1，e(j)是节点的剩余能量，C'k为信息度量，RSSI(j)为节点j接收的目标的信号强度，dj表示节点j与目标之间的距离，A为参数代表节点j测量单位距离的目标的无线信号强度，n和d0分别为路径损耗参数和单位距离；

所述信息度量C′k(S)＝det(Jb)，具体计算过程为：通过Cramer-Rao下界理论中目标位置的估计误差协方差矩阵R与Fisher信息矩阵的关系，R＞J-1计算测量Fisher信息矩阵Jd,k；

在高斯白噪声的环境中，无迹卡尔曼滤波状态 的估计误差协方差满足非随机矢量估计条件下的Cramer-Rao不等式取等条件，所述无迹卡尔曼滤波状态 估计误差协方差矩阵Pk|k由SUKF算法确定，后验Fisher信息矩阵公式为：Jb,k＝Jp,k+Jd,k

其中， Jd,k＝HTR-1H，Jp,k为先验Fisher信息矩阵；设定测量Fisher信息矩阵Jd,k与先验Fisher信息矩阵Jp,k具有相同的维数；

H为扩维矩阵，

将公式R＞J-1带入后验Fisher信息矩阵公式中，获得后验Fisher信息矩阵与测量Fisher信息矩阵关系式：根据无迹卡尔曼滤波获得目标坐标的估计的均方误差与对应的后验Fisher信息矩阵的关系，获得信息度量。