无线传感器网络是一种高新技术,它可以实时采集并传送信息,在无线通信技术高速发展的今天,广泛应用于我们的生活中,小到智能家居、企业监管,大到深林防火,军事监测。但是由于无线传感器网络的多节点和低成本特性,使得其不能应用最为先进的GPS定位技术,因此牺牲了定位的精准度。无线传感器网络定位算法主要分为两类——基于测距和基于非测距的定位算法,本文主要针对基于非测距的定位算法展开研究。我们选取三个典型的非测距定位算法,即质心定位算法、DV-Hop定位算法和几何约束定位算法,利用MATLAB软件编写程序,以定位误差作为评价标准对3种定位算法进行仿真分析,选取表现较好的DV-Hop定位算法最为本文研究的母算法。为了提高DV-Hop定位算法的性能,我们借鉴了 3种已有的针对DV-Hop定位算法的改进算法的思想,从两方面对DV-Hop定位算法进行改进,首先采用具有突出的局部搜索能力的混合粒子群优化算法计算出该网络中未知节点的平均跳距,其次在应用DV-Hop算法计算未知节点的自身位置时摒弃以往最常用的最小二乘法,利用蝙蝠算法对那些未知节点的坐标进行精确的计算,以提高定位精度,最后给本文提出的优化的算法命名BPSDV-Hop定位算法,并充分利用Matlab仿真平台,对该算法进行深入的分析与探究。根据Matlab仿真结果得出结论:在通过对定位算法的一系列优化后得到的BPSDV-Hop定位算法远远优越于DV-Hop定位算法,它的优势不仅表现在高精度的定位特性,而且还具有良好的鲁棒性,这使得该定位算法在WSN中具有广泛的应用前景。尽管该算法具有良好的定位性能,仍然不能忽略延长无线传感器网络有效工作时间,因此,本文跳出固有的利用算法减少能耗来达到延长无线网络有效工作时间的思维,采取机器人和导向仪相结合的方式,填补在高危环境下无法更换电源的空白,延长无线传感器网络的有效工作时间。