无线传感器网络(Wireless Sensor Networks,WSN)是由大量随机部署在目标区域中具备以自组织和多跳通信能力的传感器节点构成的分布式传感网络,广泛应用于军事、智能交通、环境监控、医疗卫生、智慧农业等多个领域。在WSN众多技术中,节点定位不但是WSN应用的基础和重要组成部分,而且也是WSN理论研究的核心技术之一,也是目前国内外学者研究的热点。本文首先介绍了节点定位的研究背景、意义以及国内外研究现状,由此说明了本课题的重要性。针对目前无线传感器网络节点定位中存在精度不高、算法收敛速度较慢等问题,在传统粒子群算法定位技术研究的基础上,提出了一种自适应罚函数优化粒子群的节点定位算法。并从以下两个方面做了研究与探讨:(1)通过优化粒子群算法提高节点定位精度:由于传统罚函数的惩罚因子是固定不变的,罚因子大小的选取难以控制,过大或过小都将会导致算法病态发展。本课题通过引入自适应罚函数,根据粒子群体可行解比例的大小,自适应调节罚因子的大小进行迭代寻优,加快算法收敛的速度,达到提高定位精度以及算法的稳定性,解决了算法易于陷入局部最优等问题。(2)通过减少测距误差来提高定位精度:由于RSSI测距结果对算法的定位精度有较大影响,为了减少测距误差对定位误差的影响,课题通过对测距结果与计算结果加权求和,然后将加权求和系数作为罚函数惩罚项的约束值,优化粒子的搜索空间,从而提高算法的定位精度。通过仿真及实验结果分析可知,本课题设计的基于自适应罚函数优化粒子群的WSN定位算法(PSOAPF算法)与同类优化算法相比,在定位精度和收敛速度都有了一定提高。