近年来，无线传感网络正处于飞速发展的阶段。随着无线传感网络技术日益成熟，出现了很多与之相关的应用。其中室内定位广泛地应用于军事、工业和医疗保健等诸多领域之中。基于RSSI的定位具有成本较低、功耗低、支持众多节点等优势，但是，无线信号极易受到环境因素的影响，因而定位精度不高。在对实际数据的分析后，发现在有障碍物的情况下，一般算法假设的服从独立同分布信号传播模型不再满足这种情形，需要对有障碍物干扰的节点进行筛选。经过实际环境中的测试，在现有的基于RSSI的定位算法基础上，提出了一个新的定位算法。通过加入对信号传播模型中噪声分布的先验知识，根据贝叶斯公式得到后验概率，并使用共轭梯度算法求解最大后验概率。针对一般算法中没有考虑到障碍物干扰的特殊情况，加入了对异常值的判断，通过排除异常值来优化算法。由于对期望值的估计是一个有偏估计，所以对结果进行了修正。对所提出的算法进行了各种情况下的数据仿真，并在华中科技大学软件学院实验室中采集了实际数据，使用仿真数据和实际数据对算法进行了验证，并和其他几种基于RSSI的算法如极大似然算法、加权极大似然算法和最小二乘法进行比较，结果表明所提出算法对比其他算法的拥有更好的定位精度，表现出一定的优越性。