随着微机电系统、片上系统、低功耗嵌入式技术和无线通信技术的飞速发展,孕育出无线传感器网络,并以其低功耗、低成本、自组织和分布式的特点带来了一场信息感知的变革。无线传感器网络是由分布在监测区域内大量的微型廉价传感器节点组成,通过无线通信的方式形成的一个多跳的自组织网络。无线传感器网络根据应用背景的不同支持低速率和高速率数据传输,近距离和远距离通信。传感器节点定位技术是无线传感器网络中的一项关键技术之一,在民用和军事领域中都有着广泛的应用前景。因为无线传感器网络经常部署在难以监管或者环境恶劣的地方,所以安全性就成了另外一个值得关注的问题。如果环境中存在攻击者或者恶意节点的话,那么节点定位的准确性就会下降,从而导致整个网络难以正常运行。本文就恶意攻击环境中的安全定位问题作了深入研究,先后提出了两种安全定位算法:梯度下降安全定位算法(G r a d i e n t d e s c e n t se c u r e l o ca l i z a t i o n al g o r i t h m,G D S L A)和牛顿迭代安全定位算法(N e w t o n i t er a t i v e se c u r e l o c a l i z a t i o n al g o r i t h m,N I S L A)。梯度下降法的主要思想是使用迭代的方法来最小化合适的代价函数,在迭代的过程中,使用动态更新的梯度来去除恶意锚节点产生的不一致的信息。该算法主要分为两步:第一步使用所有锚节点的信息来计算定位节点的位置,直到梯度的模小于门限阈值;第二步选择性地去除不一致的信息来减轻恶意锚节点对定位结果产生的影响。牛顿迭代法在梯度下降法的基础上,使用代价函数的二阶泰勒级数和海森矩阵进行迭代,大幅度地缩小了算法的迭代次数,同时提高了算法的稳定性和定位精度。仿真和实验证明,上述两种算法都能较好地满足无线传感器网络在恶意攻击环境中的定位要求。