许多无线传感器网络的协议和应用都需要知道网络中节点的地理位置。节点随机部署的传感器网络具有与ad-hoc网络类似的特点，其分布式和高自由度的网络环境对定位算法提出了很高的要求。由于能量，代价，或视野条件等因素，我们不可能为网络中的每个节点装配GPS设备。在这种情况下，如何依靠少量配有自定位设备的节点来确定全网中每个节点的位置就显得尤为重要。无线传感器网络中定位有两个主要的挑战：锚节点稀疏和测距误差问题。利用冗余和超解方程组可减少测距值的误差对位置估值的影响，而通过节点间协作和在网络内反复传播信息的分布式算法则可以有效地解决锚节点稀疏问题。但是并没有一种方法能够同时解决这两个问题。为此，本文提出了一种分步定位算法：在算法建立阶段，通过计算到锚节点的扩展距离可以获得节点的初始位置估值；在求精阶段，利用相邻节点的位置信息来修正和约束位置估值，使之不断逼近真实值。同时，为了克服单纯求精算法的弊端，引入了信赖度量值和弱连接节点，进一步改善了求精过程。论文主要分析对比了两种典型的分布式算法，为了保证算法的稳定性，选择了基于跳数的dv-hop算法作为建立阶段算法的基础，然后详细阐述了整个分步(建立和求精)算法的设计和具体实现过程，并从计算复杂度、能耗和时延等方面深入分析了分步算法的代价，并通过仿真测试验证了算法优异的稳定性和加入求精阶段后对精确度的提高。最后，文章进一步权衡了几种算法的利弊，讨论存在的问题，并指出将来可能的工作方向。