无线传感器网络作为一种能采集、感知和监测信息的技术,在科研界得到了高度关注,已成为许多科研专家研究的焦点。作为一门多种学科融合的全新技术,无线传感器网络有着特别广泛的应用范围,对于大多数应用而言,都需要能确定所监测信息的具体位置,如果不知道监测事件的位置信息,无线传感器网络就会失去应用价值。因此,为了确定监测对象的具体位置,节点定位技术在无线传感器网络中扮演了关键角色,而节点定位的精确性对于无线传感器网络的应用显得相当重要。本文重点研究无线传感器网络中一种无需测距的定位技术——距离矢量-跳数(Distance Vector-Hop,DV-Hop)节点定位算法。通过对无线传感器网络定位技术的系统学习,在掌握了DV-Hop算法的定位原理之后,详细分析该算法在定位过程中存在的问题,并针对原始算法存在的不足提出相应的改进方案,具体内容如下:(1)为了降低DV-Hop算法的定位误差,针对该算法跳数获取和距离计算两阶段存在的问题提出相应的解决方案。在跳数获取阶段,通过节点间相互通信时获得的信号强度值确定跳数校正系数,使得节点间距离不同所对应的跳数信息不同,解决了原始算法将距离不同节点间的跳数值都认为相等的问题,从而有效的减小跳数获取带来的误差;在距离计算阶段,根据信标节点间距离产生的偏差通过均方误差最小化原理得到重估的平均跳距,再利用节点间的信号强度值构造加权因子给重估后的平均跳距赋予相应的权重,使得节点间的距离计算更加准确,同时也考虑了网络中所有信标节点的平均跳距信息,解决了原始算法在计算距离时只考虑了最先接收到信标节点跳距信息的问题。最后,通过节点位置坐标计算方法得到待测节点的位置。(2)为了能进一步提高DV-Hop算法的定位精度,针对该算法第三阶段待测节点坐标计算方面存在的不足提出改善方案。在跳数、跳距改进的基础上,引入人工免疫算法,由于该算法存在易陷入局部最优以及算法收敛速度较慢的问题,因此通过高斯变异的方式对其进行改进,以扩大搜寻最优解的范围,同时加快算法的收敛能力。通过改进的人工免疫算法代替传统算法的位置坐标计算方法进一步优化节点坐标,所得的最优解即为定位节点最终的坐标。最后,对本文的两种改进方案分别进行了性能分析,从节点通信半径、节点总数以及信标节点数等方面对改进算法、原始算法进行仿真验证,最终结果表明:本文跳数、跳距改进算法的定位效果明显优于原始算法,在这基础上,利用改进的人工免疫算法优化节点坐标定位精度能得到进一步的改善。