本书分为两个大部分：第一部分是基于WSNs的移动机器人动态定位方法，在概括介绍WSNs的定位概念后，分别讨论了基于网格改进极大似然的移动机器人动态定位、基于改进APIT的移动机器人动态定位、基于隐形边的移动机器人动态定位和路径规划、基于公垂线质心的移动机器人动态定位、基于递推最小二乘的移动机器人动态定位等内容；第二大部分是面向大规模应用的目标跟踪和深度学习分类，在目标跟踪概论后，分别讨论了时空正则化相关滤波器、步长控制方法、离散时间卡尔曼估计器、高维数据、深度学习分类和一维VGG（One-dimensionalVisualGeometryGroupNetwork，1D_VGGNet）深度学习网络等内容。