无线传感器网络（Wireless Sensor Network, WSN）是以节点定位技术为基础来完成数据的采集、处理、通信和管理等功能的网络。节点定位能监测事件的发生的位置，还能实时的监视目标移动和跟踪，以及协助网络管理等。无线传感器节点定位算法一般可分为：基于非测距（range‐free）和测距（range‐based）的定位，基于非测距的定位技术在一定程度上定位步骤相对简单，但定位精度不高，要想达到较好的定位效果，必需以有较高的节点部署密度为代价，现实中应用并不多。基于测距定位主要的测距方法有：信号传播时间(TOA)、信号传播时间差(TDOA)以及接收信号强度(RSSI)等。与其它测距技术相比，基于RSSI的节点定位技术，无需增加额外的硬件，通过无线信道模型就可以求取距离，而且不要求时间严格同步，实现上较为简单、成本低。因此，本论文以RSSI测距技术为基础，通过对几种信号传输损耗模型比较，把对数‐路径损耗模型来计算RSSI值。针对RSSI容易受到环境等因素的影响，则用数据筛选法对RSSI进行修正，然后采用三边定位或最小二乘法来计算未知节点的坐标，引入了基于信标节点的自校正机制对以上的计算结果进行校正。为使误差最小化，论文中选用改进的粒子群优化算法对定位结果进一步优化，改善了粒子群优化算法因易陷入局部极值而不能达到较好的优化性能的缺陷，从而得到了更好的定位精度。仿真实验先把PSO算法与改进的PSO算法相比较，然后把改进的PSO定位算法于这PSO定位算法以及最小二乘法进行实验对比。实验结果表明改进的PSO算法平均最优值比PSO算法提高10%左右，而达到最优值的平均迭代次数则减少了20%左右。则用改进的PSO算法对节点定位进行优化比基于PSO定位算法的定位精度平均提高了10%到20%左右，与最小二乘法相比则提高20%到40%，另外改进的算法表现出很高的稳定性和较好收敛性。