无线传感器网络已经广泛的运用于医疗、军事、智能家居、灾情监测等领域,定位是无线传感器网络中的一项关键技术。在基于RSSI(接收信号强度指示)的测距定位方法中,节点定位的准确性经常会受到传感器节点能量有限、环境干扰等因素的影响,因此需要采用更为优秀的算法来提高节点定位的精度。文中分别对静止节点的定位问题和移动信标节点定位的问题展开了研究。智能算法具有非常优秀的性能并且受到了广泛的关注,可以用来解决定位问题,来提高未知节点的定位精度。文中结合了鸡群算法求解精度高的特点和物质状态搜索算法后期收敛速度快的特点,提出了鸡群物质状态搜索算法,用于节点定位。本文首先研究了静止节点的定位问题,提出了二维及三维的鸡群物质状态混合定位算法,分为初步定位阶段和精确定位阶段。对于初步定位阶段,二维定位方法采用双边节点估计法和特殊节点估计法,三维定位算法采用三面节点估计法和质心算法,可以得到初步定位结果;对于精确定位阶段,采用鸡群物质状态搜索算法对初步定位结果进行优化,得到最终定位结果。经过仿真分析,该算法能以较少的迭代次数优化得到精度较高的定位结果。最后研究了移动信标节点定位的问题,提出了一种基于改进遗传算法的移动信标节点路径规划算法,分为虚拟信标节点的选取阶段和最优移动路径的选取阶段。对于虚拟信标节点选取阶段,可以分为构建节点的邻接矩阵、节点分组、寻找冗余虚拟信标节点组和确定虚拟信标节点等步骤;对于最优路径的选取阶段,采用改进的遗传TSP(旅行商问题)算法进行寻优,引入了物质搜索算法中碰撞检测的思想,增加了种群的多样性,降低了算法陷入局部最优的可能性。经过仿真分析,该算法可以在获得较高的定位覆盖率的情况下使得信标节点移动的距离较短。