无线传感器网络(Wireless Sensor Networks)作为一种新兴的无线网络技术,在军事、工农业、环境监测和其它众多领域有着很高的应用价值和广阔的应用前景,是目前学术界研究的热点问题之一。而在众多的应用中,节点定位是无线传感器网络的一个基本而且关键的问题。由于WSN的自组织性、拓扑动态频变性、节点资源受限性以及无线传输不可靠性等特点,使得研究高精度、低能耗和鲁棒性的WSN节点定位机制成为一项重要且意义深远的工作。本文对无线传感器网络节点定位技术进行了深入研究,取得了如下研究成果:(1)提出一种遗传模拟退火算法与RSSI测距技术相结合的定位方法由于定位问题本质上是一个最优化问题,针对无线传感器网络节点定位的特点,已有一种基于模拟遗传退火的节点定位算法来解决定位算法中的精度和效率问题。该算法被用在无需测距技术的DV-Hop定位中,但DV-Hop定位技术应用局限性较大.。此技术要求均匀分布的网络拓扑结构,并且在这样的环境下其修正量才能够合理的估计跳与跳之间的距离。显然,对于实际的环境而言,这种假设是不切实际的。本文将此遗传模拟退火算法引入RSSI定位机制中而提出了一种定位方法,并用Matlab仿真工具分别GASA-HOP定位方法和GASA-RSSI定位方法进行了仿真比较。比较分析可知,相同条件下,本文提出的定位方法要比GASA-HOP定位方法定位精度高,消耗能量小,达到了降低网络开销的目的。(2)提出一种基于RSSI分布式定位算法一般来说,WSN中节点数量巨大,分布范围广泛且不规则,难于进行集中式控制。本文提出了一种未知节点自我子网映射的分簇算法,可用于WSN节点分布式定位中。锚节点根据地理位置划分感知区域,实现锚节点对周围网络拓扑的感知,同时未知节点接受可通信范围内所有锚节点RSSI值,根据RSSI值的大小排序和空间区域作映射,从而实现未知节点自我分簇的方法。同时各个簇的主节点获得簇内节点连通信息和可通信节点间的RSSI值,最后用线性规划方法实现对簇内节点的定位。论文是基于Matlab 2007平台,对提出的模型和算法做了仿真实验,并对实验结果进行了详细分析和讨论。