无线传感器网络(Wireless Sensor Network,WSN),是一种自组织网络,在监测区域内部署大量的传感器节点,对监测区域进行实时监控,实时给用户传回有效信息。节点定位技术是WSN的关键基础技术之一,广泛的应用在军事国防、火灾监控、医疗卫生等方面,越来越多的应用对定位的准确度提出了十分高的要求。在传感器节点位置信息未知的情况下,网络感知数据无法应用没有价值,因此位置信息是对网络中突发事件进行事前预警、事中决策以及事后处理的前提。节点定位技术是WSN实际应用中的关键问题,本文主要研究基于静态未知节点静态锚节点的定位,以及基于静态未知节点移动锚节点的定位。一些学者将智能算法应用在定位算法中来提高定位精度,本文主要研究了灰狼优化算法(gray wolf optimization,GWO),对其进行改进并应用于定位算法中。本文设计的改进灰狼优化算法,一方面对GWO中唯一的控制因子进行改进,GWO中控制因子是线性变化的,但实际寻优迭代搜索过程是非线性变化的,所以本文设计了一种非线性动态变化控制因子策略;另外一方面,GWO中灰狼个体根据α、β和δ的位置来更新个体位置,将α、β和δ视为同等重要,忽略了它们各自的特征,因此本文在位置更新中引入权值因子;其次受粒子群算法中粒子速度更新中粒子“认知”行为和粒子“社会”行为的启发,引入扰动项,增强扰动,提高跳出局部最优的能力。通过与基本灰狼优化算法及其他改进灰狼优化算法、其他智能算法仿真对比,充分说明本文改进策略的有效性,具有更高的收敛精度及收敛速度。基于静态节点的定位算法分为静态锚节点辅助定位和移动锚节点辅助定位。在静态锚节点辅助定位算法部分,本文主要是结合几何学知识中的公边比例定理,建立了基于三个锚节点辅助定位的数学定位模型,可以初步估算出未知节点的位置坐标,本文将初步估计位置坐标作为改进灰狼优化算法的部分初始值,通过智能算法优化未知节点的坐标值,达到更高定位精度的目的。在移动锚节点辅助定位算法部分,本文主要是考虑到移动锚节点成本高、能耗高,希望可以用少量的移动锚节点实现网络中未知节点的定位,因此设计了基于单个移动锚节点路径规划实现定位的方法,主要工作是先选取虚拟锚节点,再通过基于改进灰狼优化的TSP算法进行路径规划实现未知节点定位。在虚拟锚节点选取阶段,以三个虚拟锚节点为一组,通过排除冗余的方式选出需要的虚拟锚节点。仿真结果表明,本文设计的基于改进灰狼优化的定位算法与DPSO定位算法、基于测距的三边定位算法相比定位精度更高,对测距误差鲁棒性强;本文设计的基于移动锚节点和改进灰狼优化的路径规划算法与经典路径规划算法及其他已有路径规划算法相比,网络定位覆盖率更高,节省了网络成本,可达到理想的定位精度。