摘要：无线传感器网络已经成为信息领域新的研究热点。无线传感器网络中,节点的位置信息对于很多实际应用与网络协议有着关键的作用。尽管近年来提出了若干针对无线传感器网络的定位算法,但是这些算法大都针对密集分布的网络(网络平均度大于10)。对于节点稀疏分布的网络研究较少。由于无线传感器网络中的节点分布稀疏,一般应用于密集分布的传感器网络定位算法在稀疏型网络中的性能会下降。本文主要针对稀疏型无线传感器网络中的定位算法展开研究,针对已有传感器网络定位算法在网络节点分布稀疏的网络中性能下降(节点定位数目或节点定位精度下降)等问题,研究了如何在网络节点分布稀疏网络中提高网络节点的定位数目,同时提高节点位置的精度。本文的主要工作如下：(1)针对二维平面内的稀疏传感器网络,本文提出了BCLA算法和CLAD算法。在构件合并过程中,同时利用公共点和边信息,并考虑节点间的角度信息,从而提高的定位性能。所提出的算法适用于网络节点分布稀疏的情况。文章给出了定位算法的理论证明,还通过大规模仿真验证了其性能。实验表明CLAD能在网络平均度大约为7.5时定位将近90%的网络节点,而CALL (Component-Based Localization Algorithm)只能定位78%的节点,即CLAD比CALL多定位12%的网络节点,定位精度提高8%。(2)基于之前的二维平面定位算法的理论研究,文章探索了三维空间的定位算法,提出了基于3D构件的定位思想,并给出了基础的算法模型TDCA(3D-Component based Algorithm with anchor)。设计仿真实验从定位节点比例和定位精度两个方面对比了传统的3D单点定位算法与TDCA,仿真实验结果表明在网络平均度约为12左右的时候,TDCA可以达到90%的节点定位,而USP(Underwater Sensor Positioning)只有60%左右,TDCA能比USP多定位30%的网络节点,定位精度上提高了5%。