本文提出了一种用于异步无线传感器网络（WSN）中目标跟踪的混合顺序融合估计方法。通过在无味卡尔曼滤波器（UKF）中引入随时间变化的衰落因子，可以补偿由异步采样引起的模型不匹配以及模型不确定性，并提出了平方根无味强跟踪滤波器（SR-USTF） USTF。此外，提出了一种混合顺序测量融合估计方法，结合了UKF和USTF的优点，它能够在统一的框架中处理通信不确定性，例如延迟和数据包丢失。通过对移动机器人跟踪的仿真实验，验证了所提混合顺序融合估计方法的有效性和优越性。