无线传感与激励网络(Wireless Sensor and Actuator Networks, WSAN)是在传统无线传感网络(Wireless Sensor Networks, WSN)的基础上引入激励器而衍生出的一种全新的网络。由于激励器的引入,WSAN在极大地扩展了传感网络的功能和应用的同时,也面临着异构节点间协调、通信、调度等诸多问题的挑战。另外,与WSN应用相似,对于大多数的WSAN应用来说,没有位置信息的传感器测量数据同样是没有意义的。因此,节点定位技术也是WSAN的一项支撑技术。目前,基于WSAN的定位技术,特别是大规模网络环境下的定位技术还比较有限。为此,本文在分析研究传统WSN相关节点定位技术的基础上,对WSAN节点定位技术展开了研究。在WSN中的研究己表明基于凸优化的定位方法在较少锚节点的情况下即能取得较好的定位性能,本文为此借鉴WSN中的研究思路和方法,并结合WSAN自身的特点,研究了基于凸优化的WSAN定位算法及分布式节点定位技术。首先,在查阅大量相关文献的基础上,本文综述了无线传感与激励网络技术在国内外的研究现状,介绍了无线传感网络定位算法分类以及节点计算方法,并详细分析了近年来具有代表性的算法和研究成果。其次,本文介绍了传感网络节点定位的二阶锥规划模型(SOCP)、半定规划模型(fullSDP),以及半定规划的两种松弛模型——基于节点的SDP模型(NSDP)和基于边的SDP(ESDP)模型。模型中以最小化节点间距离误差为目标函数,节点间距离为约束,将节点定位问题建模成一个凸优化问题,并利用相关松弛技术将模型松弛为容易求解的问题。此外,本文还通过理论分析及仿真详细研究了各种相关的基于测距和无需测距的凸优化定位方法。然后,针对几种基于凸优化的分布式定位模型,通过理论分析、数学推导和仿真实验验证了文中所提出的各类定位算法的有效性和适用性。对于大规模的传感网络定位问题,将梯度搜索算法应用到基于簇的定位中,有效地改善了基于簇的SDP分布式定位算法的性能。将顺序贪婪优化算法应用到ESDP定位中,得到的ESOCP模型比分布式SOCP的定位性能更好,并且利用SGO算法得到的求精算法能进一步改善定位效果。仿真结果表明：将这些模型应用到无线传感与激励网络的定位问题中都取得了有效的结果。最后,本文对开展的工作进行了总结,并给出了进一步研究的内容和建议。