近年来,由于目标跟踪技术在安防监控、火灾预防以及防暴反恐等领域越来越重要,基于无线传感器网络(WSN)的定位技术已经成为该领域的研究热点。WSN定位技术的主要原理是在监控区域的周围布置一定数量的无线传感器网络节点,使两两节点之间互相进行通信,在监视区域内形成大量的无线信号链路,当有目标出现在监视区域内时,则会使区域内的某些链路的无线射频信号被遮挡,从而引起RSS测量值的变化,然后定位算法根据RSS值变化以及节点坐标位置实现对目标的实时定位。与传统的定位技术相比,基于WSN的无源被动定位技术无需目标携带任何电子标签即可实现对目标的实时定位,因此具有巨大的发展前景。本文首先深入研究了目标对无线射频信号遮挡引起衰减的测量模型,即监视区内目标的遮挡位置与传感器网络节点的接收信号强度RSS值两者之间的数学关系;在指数衰减模型上做了一定改进,提出了改进指数衰减模型来进一步提高定位精度。定位算法方面主要使用粒子滤波算法,通过辅助粒子滤波定位算法来提高室内目标定位精度。由于室内环境的复杂性,无线信号的传播会产生多径效应,在单信道粒子滤波定位算法的基础上,本文提出了一种基于多信道衰减尺度(fade_level)的粒子滤波定位算法。该定位算法改进了粒子滤波算法的测量模型,主要采用了两种方法,一种方法根据对应信道的衰减尺度分配不同的权重再加权累加起来,即多信道动态权重;另一种是根据衰减尺度筛选出接近反衰落链路的那组信道数据。为了实时采集监视区域内的测量数据,本文还设计了从无线网络传感器的多信道切换令牌环通信协议以及汇聚节点的接收通信协议。通过现场实验,多信道的定位精度相对于单信道提高了 37%,在7*7m的区域内单目标的平均定位误差为0.2682m。