随着微机电系统技术、无线通信技术和数字电子技术的融合，无线传感器网络应运而生，并在许多领域得到广泛应用。在大部分的应用中，如果数据没有位置信息，应用会受到很大限制。定位已经成为无线传感器网络的支撑技术之一。毫无疑问，全球定位系统(GPS)是目前最广为熟知的定位系统，但是因为GPS需要大量的基础设施支持，所以对于低成本、低能耗、自组织的无线传感器网络并不适用。在无线传感器网络中，基本的定位方法是依靠少数已知位置信息的锚节点作为参考节点，其他节点通过与锚节点的距离、角度或者网络连通度等信息来计算自己的位置。
　　本文重点讨论了利用优化的方法对无线传感器网络节点进行定位研究，以提高节点定位功能的性能，为网络的其他应用提供可靠的位置信息。同时本文采用的优化算法均是分布式算法，并不增加节点的通信能耗。
　　本文主要做了以下工作：
　　首先，本文采用了粒子群优化算法(PSO)对节点估计位置进行定位优化。该方法利用了粒子群优化算法的进化机制原理和全局寻优的特点进行节点位置估计。仿真结果表明，在不同测距误差条件下，粒子群优化算法与目前普遍使用的极大似然估计法比较，可以显著提高定位精度，搜索速度快，并且不增加通信开销。
　　其次，本文提出了基于GPSO算法的定位系统，是一种结合了梯度法的混合粒子群算法。即利用了PSO出色的全局寻优能力，又结合了梯度法的快速局部寻优能力。实验表明，该算法体现了良好的定位性能，随着测距误差的增大，定位性能在收敛速度、定位精度和鲁棒性上，比单纯的PSO算法有明显的改善。