随着现代传感技术、智能计算技术、微机电技术、嵌入式计算技术、无线通信技术等的飞速发展，无线传感器网络这一新型的信息采集和处理技术在现实世界中的应用变得更加现实，因此该技术受到了学术界、工业界和政府部门的高度重视。无线传感器网络的主要功能之一是将采集到的环境信息发送给用户，或者对采集信息进行处理，作出是否有兴趣事件入侵的决策，将结果发送给用户。对于无线传感器网络的绝大多数应用来说，缺乏位置信息的数据是毫无意义的，如在事件检测应用中，不仅要求能够检测到事件，而且需要能够获得事件的精确位置；在目标跟踪应用中，必须首先知道节点的位置才能对目标进行实时位置更新。因此，节点定位问题成为无线传感器网络亟需解决的基础性问题之一。　　 在低导标节点密度的静态网络中，迭代定位(即未知节点可以利用邻居已定位节点实现自身位置估计)能够有效提高网络节点定位率，但是如果迭代定位中的误差传播问题没有得到很好的解决，单个节点的定位误差很快就会影响到整个网络，造成定位精度急剧恶化，导致节点定位质量无法满足实际应用需要。针对这个问题，提出了一种基于粒子滤波和基于不一致度的误差控制策略的迭代定位算法。首先，提出一种粒子滤波定位算法，未知节点利用一系列的采样粒子及其相应权重实现位置估计。这些粒子根据节点位置的后验概率密度逐步更新。另外，根据无线传感网络内节点随机均匀分布的特征，提出一种名为不一致度(Degree of Inconsistency，DoI)的概念，定位误差较大的节点会被不一致度逐步识别出来，并实现位置的更新，以提高定位精度，并且抑制误差累积。　　 在移动无线传感器网络中，提出一种新的移动导标采用Gauss Markov游走模型前提下的免测距节点定位算法。算法根据两组或两组以上导标进入和离开未知节点通信范围形成的边界线的交点形成的多边形质心对节点位置进行估计，使计算复杂度有所降低，而且该算法还可以在精度不满足需求时通过添加定位边界线的方法进行位置更新，实现定位精度的提高。仿真结果表明，随着导标移动形成边界线组数的增加，定位精度也不断提升。