控制科学历经经典控制、现代控制、智能控制、网络控制的发展过程，应用到生活实践中的方方面面。控制越来越成为一种指导思想，而不仅仅是技术手段。无线传感器网络是普适计算的关键支撑技术，是控制科学的研究前沿，具有很广的应用前景。　　微机电系统和无线通信技术的发展，使得配备大量低成本、微传感器、大规模部署无钱传感器网络的研究成为可能。许多基于WSN的应用，如环境监测、导航、目标探测与跟踪等，都相应的得到了发展。其中，位置感知（即定位）是无线传感器网络的一个重要应用，带有位置信息的监测数据往往更有意义，甚至是某些应用的基本要求。　　本文面向控制学科的前沿研究方向----无线传感器网络理论及其应用技术，以室内定位研究为对象，以定位精度、自适应能力为目的，研究室内环境中对目标的定位问题。本文对室内定位的研究遵循由简单到复杂的研究思路，主要体现在定位环境要求由简单到复杂、定位应用要求由简单到复杂、定位性能要求由简单到复杂这三个方面。在研究方法上，以实验为基础，采用几何分析法、图论、模糊聚类、模拟退火、路径规划、预测、信息融合等方法，在室内环境中研究满足性能要求的定位算法。本文力求在研究方法和思路上有所突破，主要研究内容包括以下几个方面：　　①系统、全面的总结了国内外现有的定位研究成果。阐述了定位问题的原理及问题描述，研究了无线传感器网络的定位分类方法，并以粗粒度到细粒度分类为主线，总结当前研究的典型定位方法，分析了这些方法的优点和不足之处。　　②在实验的基础之上，面向室内单一环境，提出一种基于测距定向的分步求精定位算法。该算法主要解决室内单一环境下的定位精度问题，通过分析与论证，建立RSSI测距定向模型，确定目标所在的较小区域，然后采用质心定位求解最终位置。同时，在算法优化方面，采用多种优化规则来进一步提高精度。　　③面向由多个单一环境构成的室内复杂环境，基于图论模糊聚类，提出一种RSSI参数自适应定位算法。该算法以图论为主要理论支撑，以图论聚类法为主要模糊聚类方法，通过分析室内不同区域内的RSSI分布特性，提出基于RSSI模糊聚类的区域自适应方法，将室内定位区域划分为若干RSSI特性较明显的子区域，然后提出子区域内的参数自适应估计方法，估计各个子区域内的环境参数，以此参数作为区域的RSSI测距参数进行节点间的测距，最后提出子区域间的RSSI补偿机制来提高区域间的测距精度。　　④在某些应用中，需要考虑采用较少参考节点来同时对较多目标（本文称作?协作组‘）进行定位的问题。针对多个未知节点构成的?协作组‘的定位问题，在采用较少参考节点的情况下，基于模拟退火提出一种RSSI自适应补偿定位算法。该算法将各个未知节点间的信息利用起来，分析室内协作定位情况，得到需要解决的RSSI补偿问题；并采用改进的SA算法解决此问题，在较少的参考节点情况下，提高算法的定位精度和自适应能力。　　⑤引入物理空间信息，基于路径规划，提出一种室内移动目标预测方法，并结合预测，对目标进行定位。该算法首先结合室内建筑格局的空间信息，建立室内路径规划模型，用以约束目标的移动轨迹；并以此模型为信息基础，结合已定位的结果，预测下一时刻目标可能的位置，最后将预测结果和采用MLE算法得到的定位结果进行加权，作为当前的最终定位结果。计算完成后，对各个量进行更新，便于下一时刻的预测和定位。