无线传感器网络融合了网络通信、微型传感器等多学科技术,在军事、防灾、交通、医疗等各个领域都有着广泛的应用前景,并随着物联网概念的普及而引起了国际学术界的广泛关注和工业界的高度重视。在无线传感器网络的实际应用中,没有附带节点位置信息的数据毫无意义,而为每个节点配备GPS来定位成本高昂。利用少数位置已知的节点和网络间的连通,使用定位算法对未知节点进行定位是目前通用的无线传感器节点定位方法。基于RSSI的质心定位算法结合了经典的RSSI定位算法和质心定位算法的优点,是一种成本低、功耗小、精度良好的定位算法,但在定位精度和覆盖率上还有一定的提升空间。本文在全面分析基于RSSI的质心定位算法的基础上,针对该算法可能引起误差的环节,从高斯滤波、误差修正、多权值加权、未知节点重复利用等四个方面优化了基于RSSI的质心定位算法,并提出了两个改进算法。本文的主要工作包括:1.通过分析基于RSSI的质心定位算法可能产生误差的环节,提出了一种基于RSSI的差分修正质心定位算法。首先,对服从正态分布的大量RSSI值进行高斯滤波处理,用高斯滤波的方法剔除误差较大的RSSI值后再求均值,减小波动;其次,对RSSI值转换得到的距离值引入差法修正模型,用信标节点的测量误差修正未知节点的坐标;仿真实验结果表明,提出的算法相对于原算法在定位精度上面大概提升了 20%。2.通过分析基于RSSI的差分修正质心定位在覆盖率上的不足,提出了 一种基于RSSI的多权值质心定位算法。差法修正质心定位算法虽然在单个节点定位精度上有所提升,但没有对信标节点的选择进行优化,过于依赖信标节点的均匀分布,在分布不匀的情况下整个网络的定位覆盖率上表现不佳。针对这些问题,引入多个权值因子对未知节点周围的信标节点加权,优选信标节点,并将已经定位完成的未知节点视为信标节点辅助定位。实验证明该方法相对于另外两个算法在覆盖率上的提升了 20%左右,在单个节点的定位精度上也有8%左右的提升。