无线定位技术是通过测量无线电波的参数,根据特定的算法来判断被测物体的位置。它包括红外、超声波、蓝牙、射频识别、超宽带、Wi-Fi、Zigbee等,最初是为了满足远航导航等需要。在手机用户定位、矿井人员定位、灾难现场人员搜救、集装箱运输跟踪、车辆导航等方面具有广泛应用。由于对无线定位日益增长的业务需求,无线定位近些年成为人们关注的焦点’。机器人应用,特种商品管理等领域的发展,室内定位更受到了格外的关注。目前,根据网络中是否需要测量节点之间的真实距离,定位算法可分为基于测距的方法(range-based)和非测距的方法(range-free)2两大类。基于测距的算法主要有TOA (Time of Arrival,简称TOA)、AOA (Angle of Arrival,简称AOA)、TDOA (Time Difference of Arrival,简称TDOA)和基于RSSI3等,这些方法都是通过测量节点间的距离或角度信息,使用三边测量、三角测量或最大似然估计法来计算未知节点的位置。基于测距的算法存在需要专用硬件、使传感器节点成本和体积加大的缺点,从而限制了其可用性。非测距的算法则不需要知道未知节点到测量基站的距离或者不需要直接测量此距离,仅依靠网络的连通度等信息实现节点自身定位,无需额外的硬件4。在成本和功耗方面比基于测距的方法具有一定优势。非测距的算法有质心算法、APIT算法、DV-hop算法5和DV-distance算法等。传统基于接收信号强度的无线定位算法,无论是基于测距还是非测距,都会较大程度的受到定位环境变化的影响,环境的变化会导致定位精度的损失。每当出现较为严重的环境变化,必然导致定位精度的大幅损失,致使定位系统出现功能性破坏,无法继续运行。要想减少环境变化对定位精度的损失,必须使用大量的实时参考测量点,或者引入更多的测量站。这样,不仅增加了系统成本以及复杂度。而且,大量的实时参考点或者基站的增加还会引起各个参考点之间的信号干扰,从而影响定位的精度。如此一来,这样的定位解决方案在天气、环境时常变化的情况下则无法进行。为了解决此种情况,本文提出了基于虚拟参考节点的环境自适应无线定位算法(Virtual Reference point based Environment-adaptive Wireless Localization Algorithm, VREALA)。VREALA是基于虚拟参考点、非测距的邻近算法。文章研究了权值的质心定位算法,提出了一种改进的权值选取办法,提高了系统的定位精度。并着眼于不增加任何额外设备的情况下使定位能够达到环境自适应的功能。巧妙的判断定位的准确性,利用定位结果的可信度值来选取虚拟参考点,使定位的历史数据能够实时的更新成为虚拟参考点,保证了参考点信息能够随着环境的变化而改变,达到环境自适应的效果,保证长时间下的定位精度。既不增加系统开销,又保证了定位系统对环境的自适应性。VREALA有着诸多的创新性：1.系统中运用的虚拟参考点的创建以及更新方式。2.质心定位过程中,改进了权值计算方法,优化定位精度。3.巧妙的计算定位的误差范围,给出单次定位结果的可信度值。4.不增加任何额外的设备情况下,使系统能够达到环境自适应的功能。