随着嵌入式计算和无线通信技术的快速发展,以无线传感器网络为代表的新一代物联网技术已成为信息技术中最热门的研究领域,而作为无线传感器网络中关键支撑技术的节点定位技术受到了各方面的高度重视,并提出了丰富的技术方案和算法,但其中的大多数都存在精度有限、成本较高或实现困难等缺点,因此,针对现有无线传感器网络技术,研究并设计一种能满足实际应用需要且较易在主流硬件平台上实现的定位算法具有很高的理论和实际应用价值。本文在研究并分析了大量无线传感器网络定位算法尤其是相对定位算法的基础上,针对实际应用中可行性和便利性的要求,提出了基于节点硬件测量信息的HIB-MDS(Hardware Information Based-Multidimensional Scaling)相对定位算法,并以此为基础,进一步提出了基于树结构的 TBC-MDS(Tree Based Cluster-Multidimensional Scaling)分簇相对定位算法,以提高HIB-MDS算法的可扩展性、定位覆盖率和定位精度。本文的主要工作和贡献包括:1.介绍了无线传感器网络及其定位技术,查找了大量有关无线传感器网络定位尤其是相对定位技术的文献资料,介绍了目前无线传感器网络领域定位技术的研究成果,分析了各种已提出的定位算法和技术的优势与不足;2.详细阐述了多维定标技术(MDS,Multidimensional Scaling)的原理,介绍了基于测量和非测量的MDS技术,并解释了该技术是如何应用于无线传感器网络定位中的,基于对无线传感器网络相对定位技术的研究,结合目前技术、应用现状和之前已有的研究成果,提出了直接利用无线传感器网络硬件设备在通信过程中所能获得的测量值(RSSI和LQI)的基于非测距MDS方法对节点进行定位的HIB-MDS相对定位算法,并通过MATLAB仿真实验和GAINSJ节点套件的实际实验两种方式,验证了算法的可行性和先进性;3.提出了一种结构化的分簇方法——基于树结构的TBC分簇算法,并利用HIB-MDS定位算法作为簇内定位算法,设计了基于树结构的TBC-MDS分簇相对定位算法,采用MATLAB对算法进行仿真实验,验证算法在提高定位覆盖率和定位精度上的能力和贡献。本研究的创新之处在于直接采用硬件测量信息作为MDS技术中形成相异性矩阵的数据,减少了各种信息量转换时引入的系统误差;采用的结构化分簇方法在簇的形成阶段即保证了簇间公共节点的数量能够满足两簇合并时的最低要求,又控制了簇与簇之间重复覆盖的程度,同时还解决了簇合并阶段的调度问题,有效降低了合并阶段所引入的误差。通过各类实验表明,本文所提出的HIB-MDS相对定位算法相比传统MDS定位算法有更高的定位精度,定位误差率可接近甚至低于15%;在实际实验条件下,定位误差的绝对值保持在1.5至4米的范围内;而本文所提出的TBC-MDS分簇相对定位算法的定位覆盖率可达到90%以上,并在一定条件下可完全覆盖全网,而定位误差率相比传统的分布式MDS定位算法也有较大的提升,最优可达20%以下,且在低网络连通度条件下也未高于40%。