无线传感器网络（WSN）是集通信技术、计算机技术、传感技术及网络技术为一体的智能自组织网络系统。系统能够感知和处理各种环境数据，实现人与物理世界的信息交互，在人类生活领域有着广泛的应用。定位技术为无线传感器网络的应用层、传输控制层及其他各层提供位置服务支撑。研究高精度、低功耗、鲁棒性的定位技术具有重要的理论和实际意义。多维标尺技术（MDS）来源于心理学及精神物理学的数据分析技术，将数据从高维降到低维而能保持数据之间的相似性。多维标尺技术MDS用到定位算法时，只需要少量的锚节点就能实现较高定位精度，且算法可以适用于基于测距和无需测距的环境中，因此本文主要研究定位算法是基于多维标尺技术。本文首先介绍了无线传感器体系结构、特点及在一些领域的应用，阐述了定位算法中的相关测量技术，分析了定位算法的评价标准及相关典型定位算法；接着分析了目前典型测距模型存在自适应能力差的问题，通过引入边与边的量化关系及锚节点的相邻信息，改善测距模型的自适应能力；然后详细分析了MDS-MAP(P)定位算法在定位过程中存在的问题，针对这些问题提出了MDS-MAP(DB)定位算法。该算法提出了一个新的分簇方法，分簇算法根据邻居节点的密度将网络分成若干个簇域，簇域的大小由公共节点的个数来确定，簇域内不相邻节点间的距离用三边不等法来计算。新的分簇算法不需要每个节点执行分簇，只有簇头节点执行MDS方法及合并算法，算法在降低计算复杂的同时充分保证了公共节点的数量。与最短路径法相比，三边不等法有效的降低了测距误差，提高了定位精度。MDS-MAP(DB)对相对坐标进行了加权迭代优化，使未知节点估计坐标与真实坐标之间的误差达到最少值，极大的提高了定位算法的精度。最后，用MATLAB对改进的MDS-MAP(DB)进行了仿真，并与传统的MDS-MAP(P)进行了对比分析，实验结果表明本文改进的算法具有较高的定位精度和较低的计算复杂度。