随着科技信息化进程不断加快，通过节点自组织建立具有快速组网、灵活展开及良好健壮性和可扩展性等优点的无线传感器网络(Wireless Sensor Networks，WSN)正日益受到学者们的关注。作为物联网技术的核心组成部分，WSN随着物联网的快速发展其应用领域正不断扩大，目前WSN已广泛应用于战场监测、地质勘查、车辆跟踪、应急救援等具有特殊需要的通信环境中。WSN节点往往随机布撒于无人值守的区域(存在丘陵、河流等情况)，其网络边界范围不只针对开阔区域，X型或C型等特殊网络会经常出现。这也对WSN的网络结构设计及其相关技术研究带来了新的挑战。在WSN的应用中，节点位置信息的准确性起着至关重要的作用。由于传感器网络自身能力的限制，部分节点必须依靠定位算法确定自身位置信息，并依此报告监测、跟踪事件，因而定位算法成为了WSN近年来的研究热点之一。现有WSN定位算法往往针对于室内环境设计，其定位范围较小；而针对大范围区域的定位算法则很少关注特殊网络环境的需求。另外，节点位置不但会发生迁移，同时也面临着来自恶意节点或被俘获节点的攻击，因而制定一套行之有效的适用于特殊网络环境的可靠节点定位算法尤为重要。本文的研究是在国家科技重大专项(传感器网络电磁频谱监测关键技术研究项目)基础上进行的。在充分调研国内外相关研究进展的基础上，从实际问题出发，采用理论与仿真分析相结合的模式，分别在静态节点定位、锚节点可信度检测、动态节点定位等方面开展了深入研究。主要研究工作概括如下：首先，本文对现有定位相关技术的特点进行了分析，针对WSN应用于特殊网络环境中的普适性，描述了一种分级分布式WSN网络拓扑结构。在阐述本文背景和研究意义的基础上，从静态节点定位、锚节点可信度检测以及动态节点定位三个定位算法研究中的关键技术入手，描述和分析了现有算法的研究进展和应用方案。在深入剖析了各研究方法特点和局限性的基础上，结合网络拓扑结构特点指出了亟待解决的问题，确定了本文的研究路线。其次，本文对静态节点定位算法进行了研究。现有WSN在实际应用中往往采用基于测距的定位算法，这种方法不但需要超声波发生器等附加硬件设备，而且受多径效应等多方面因素作用，具有不确定性和非线性特性，严重影响定位精度。而非测距的定位算法虽然不需要额外硬件支持，但相比理想状态下的测距定位算法误差较大，特别是在特殊网络环境中。针对以上问题，本文从非测距定位方法入手提出了一种基于支持向量机适用于特殊网络环境的静态节点定位算法，该算法利用生成跳数-距离转换矩阵，结合支持向量机原理对网络中的节点进行定位，有效提高非测距定位算法的定位精度，并能适用于定位精度高、环境要求苛刻、成本低、应用于地质勘查等领域的WSN中。再次，本文讨论了定位过程中的可靠性问题，提出了一种锚节点可信度检测算法。锚节点发出的定位信息是定位算法实现的基础，一旦恶意节点或被俘获锚节点发出错误的自身位置或到其它节点的跳数信息，将会对网络节点的定位精度产生极大的影响。针对这一问题，本文提出了一种非测距的基于校验点的锚节点可信度检测算法，该算法利用网络的连通性、节点跳数信息及校验节点天线的方向性，逐一将检测锚节点所发信息的正确性，从而确定其可信度。该算法不但可以与提出的定位方法联合使用，同时具有良好的可扩展性，也可应用于其他定位算法中以提高其定位的可靠性。最后，本文对移动无线传感器网络中的动态节点定位算法进行了研究。为了满足无线传感器网络更广泛的应用需求，动态节点应运而生，传统的定位算法将不会适用于动态结构网络中。目前针对动态节点定位算法在设计时往往存在着定位误差大、节点只能按照某一特定规律运动等缺陷。针对这些问题，本文将卡尔曼滤波器原理与分数阶差分理论模型相结合，提出一种分数阶扩展卡尔曼滤波器动态节点定位算法。该算法在保留卡尔曼滤波器算法优点的同时，相比其他传统动态节点定位算法在精度上有了很大的提高，并且可以满足如战场监测等应用场景中具有随机移动方向特点的车辆、人员等动态节点定位需求。