无线传感器网络在军事国防、环境监测、抢险救灾和危险区域的远程控制等诸多领域具有广泛的应用前景。网络节点或监测目标的定位是其中众多应用的一个关键条件。而且无线传感器网络的某些路由机制、覆盖信息、负载均衡和拓扑控制等都依赖于网络中传感器节点的位置信息。因此,定位在无线传感器网络的应用、运行和管理等方面有着重要作用;针对无线传感器网络节点自身定位技术的研究具有重要的理论与实际意义。无线传感器网络中的定位问题包括节点自身定位和外部目标定位两部分,其中后者依赖于前者。本文研究的用于无线传感器网络节点自身定位的相对定位算法――聚类SPA算法(scalable and distributed GPS free positioning for sensor networks),是该研究领域内一种经典的相对定位算法。它首次提出以节点聚类方式在无锚节点和无须预先配置网络基础设施的条件下,构建覆盖无线传感器网络的相对坐标系来进行节点定位,并具有良好的扩展性能。但其不足在于定位过程通信开销过大,进而对节点能耗、网络通信负载和定位时耗都造成不良影响。本文提出相应的改进方法――局部坐标系构建过程中辅助节点对的优化选择方法和全局坐标系构建过程中局部坐标系的优化合并策略,可在不影响原算法定位覆盖率的前提下,有效降低它在构建本地局部坐标系和合并构建网络全局坐标系这两个主要过程中的通信开销。最后在J-Sim网络仿真平台上进行仿真实验,对比算法在改进前后的定位覆盖率、定位误差率和通信开销值,结果说明改进方案可行,改进后的算法更具有实用性。