伴随物联网技术产业规模的日益壮大,由众多微型节点构建而成的无线传感器网络(Wireless Sensor Network,WSN)正担任着信息技术中日趋重要的一部分,它们按照指令收集特定信息以供监测者了解并处理。在WSN的诸多应用中,节点对所需数据的感知、收集及传送已成为各类监测活动的基础途径。但是,若监测方无法获取所测数据的具体位置,将会背离信息采集的初衷,即使环境信息获取齐全,仍无可用之处。因此,WSN节点定位研究的必要性显而易见。着眼于WSN定位研究,以提高定位精度为根本目标,本文解释了节点定位研究所涉及的基础理论知识、国内外目前的研究现状以及相关定位原理的具体阐述。为更满足实际环境的应用需求,对存在的不合理方面进行了改进与完善,本文工作如下:(1)针对RSSI测距模型普适性差引起误差堆积的情况,设计一种RSSI测距模型修正与PSO权重优化相结合的定位算法。首先通过对RSSI测距模型参数进行校正,避免测距误差堆积对定位阶段的影响,然后利用位置计算方法进行粗略定位,得到未知节点的近似坐标,最后引入改进PSO算法对该近似坐标进行优化,利用基于收敛因子的权重策略有效地平衡算法的搜索速度与搜索精度,从而得到节点坐标优化值。实验结果可见,该算法可有效抑制测距过程的误差堆积,表现出更好的收敛性能与全局优化能力,能实现更精确的定位效果。(2)针对DV-Hop算法因跳数计算偏差、平均每跳距离偏差与未知节点坐标计算偏差等因素导致的定位精度差的问题,利用修正因子来调整跳数,并引进虚拟交圆来估计平均每跳距离,优化DV-Hop定位中跳数、跳距计算的合理性;并且在DV-Hop定位的未知节点位置计算阶段,采用混合布谷鸟搜索方法进行优化,定义适应度函数并计算适应值,将适应值分为三类并进行动态计算,得出三类细分的最优搜索公式,协调以达到CS的局部与整体最优,从而提升算法的定位性能。实验数据显示,该算法在DV-Hop定位的三个阶段中进行的优化处理均可靠有效,着重规避了每个步骤中易造成误差的处理方式,与传统DV-Hop算法和单项CS优化的DV-Hop算法对比,节点定位性能显著提升。本文通过RSSI测距模型修正、DV-Hop跳数跳距修正以及种群智能优化等改进策略,考虑到节点应用区域中各实际环境的不同,对节点参数进行了自适应的选取,有效降低了环境因素的干扰,使定位效果更理想。