定位技术是无线传感器网络的关键技术之一。基于射频(Radio Frequency, RF)信号的定位技术由于其仅利用节点自身的RF信号就能实现定位、无需额外硬件支持等特点而被广泛使用。传统的RF定位算法存在定位过程繁琐、定位精确度不高等问题,研究新的RF定位算法具有重要的现实意义。本文针对不同应用场景,引入支持向量机,提出无线传感器网络智能RF定位算法,研究的主要内容为:(1)支持向量回归RF定位算法。针对传统RF定位算法不准确、RF建模困难等问题,提出一种支持向量回归RF定位算法。该算法用支持向量回归工具建立以节点RF信号(以RSSI和LQI为特征量)为输入,以节点位置坐标为输出的定位模型,可直接由节点RF信号得到节点位置。该定位算法实现过程较简单,仿真实验结果表明,该算法的定位精度较高,平均定位误差约为1m。(2)支持向量分类室内符号定位和物理定位算法。通过把室内定位区域划分为不同区域类别,将节点定位问题转化为以节点RSSI值为分类依据的支持向量多分类问题,分别实现室内符号定位和物理定位两种定位算法。符号定位时,以多分类结果作为节点的符号位置;物理定位时,以多分类结果的网格中心坐标作为节点的物理位置。仿真实验结果表明,符号定位算法效果比较理想,在网格划分密集时,物理定位算法可以达到较高的定位精度。(3)基于位置指纹的RF定位算法。该算法借鉴RADAR“位置指纹”定位思想,以RSSI和LQI两种“位置指纹”代替RADAR系统的RSSI“位置指纹”,通过建立“位置指纹”与节点位置的关系模型代替RADAR系统匹配“位置指纹”实现定位。仿真实验结果表明,该定位算法不仅可以提高定位精度,而且可以实现单接入点定位。