近年来，随着无线传感器网络的快速发展和广泛应用，无线传感器网络定位逐渐成为无线传感器网络研究的基础之一，在一些无线传感器网络应用中，如目标识别、监测和跟踪，位置信息成为了这些应用得以实现的必要前提。此外，无线传感器网络定位对于路由机制、负载均衡、网络拓扑控制等均有帮助。因而，对无线传感器网络定位技术的研究具有重要的理论与实际意义。
　　本文在充分分析无线传感器网络定位技术研究现状的基础上，根据无线传感器网络现实应用场景的特点和实际需求，利用具备良好可行性的RSSI距离估计方法进行实用测距方法的研究，并在此基础上研究高精度的定位方法以及对自适应定位环境方法的研究。
　　首先，本文设计采用CC2530芯片的无线传感器网络定位系统实验研究平台。基于ZigBee协议实现无线网络通信，并采用MATCOM与Visual C++软件混合编程的方式实现定位系统的实验系统综合控制和数据分析软件。该定位系统的开发为采集不同环境条件下的RSSI数据，实现基于真实数据的定位估计算法研究和验证评估提供了良好的技术保障。然后，以传统的RSSI与距离映射处理方法即对数常态模型和曲线拟合方法作为距离估计算法研究基础，提出逐步回归对数常态模型和固定点聚类方法，从而为定位算法研究提供更好的距离估计精度。
　　在上述研究工作的基础上，利用不同环境条件下实测RSSI数据，完成基本定位方法的性能比较研究和方法选择分析，确定定位精度较好的Bounding-box算法作为本文定位估计算法的方法基础，并针对该算法存在的误差区域过大的问题，提出加权Bounding-box算法和圆外切Bounding-box算法，在仿真实验分析和实际数据测试评估过程中均取得较好的定位效果。
　　最后，针对目前普遍定位算法都是需要预先测试环境信息这一前提，开展自适应定位算法的实验性研究，在基于概率密度定位算法的基础上提出最小二乘自适应定位算法，仿真实验分析证明，该算法具有收敛速度快，定位精度高的特点。