无线传感器网络(WSN)是物联网(IoT)底层网络的重要组成部分,它是采用多跳自组织方式由部署在工作区域内的大量传感器节点构成的无线通信网络。节点定位是执行监测任务和最终形成决策的前提,无线传感器网络技术的发展将会引发更多基于位置的协议和应用,因此获取节点位置信息一直是WSN的研究热点。该领域难点在于定位精度与成本之间的矛盾,以及严峻的计算复杂度高等问题,本文基于测距模型提出新的分布式和协同定位算法予以解决或改善。相比集中式算法和传统非协同算法,提出的算法能够充分利用分布式计算和节点间协同的优势,进一步提高定位性能。主要工作如下:(1)为解决传统算法在WSN定位方面存在的计算量和复杂度过大,以及由测量误差引起的定位精度的下降等问题,提出一种基于测距模型封闭解的分布式定位算法。在测距建模和数据处理基础上,应用加权最小二乘(WLS)准则对于来自接收信号强度指示(RSSI)测量建模线性化引起的额外变量和未知节点坐标相关联的二次方程进行解析计算,获得节点位置估计性能的封闭形式定位解,理论分析和仿真均表明该算法能够以低计算复杂度在估计性能上逼近Cramér-Rao下界(CRLB)的最佳解。(2)进一步考虑到测距模型中发射功率受节点能耗和无线环境等诸多因素的影响,从而测量精度降低,定位不准确的问题,提出联合发射功率和定位估计算法。对于测量模型线性化得到的额外变量与发射功率和未知节点坐标相关联的二次方程,采用非贝叶斯方法和解析计算获得位置和发射功率在估计性能上逼近CRLB的最佳解,理论分析和仿真结果均证实了其有效性。(3)针对目前定位算法存在精度与成本有较大矛盾的问题,基于定位过程数据处理和优化策略,提出一种新的分布式锚节点和伪锚协同定位算法。利用周期性测量获得RSSI模型动态参数和距离,锚节点间观测信息协同测距误差校正,以及伪锚协作其他节点的定位计算提高定位的覆盖率和鲁棒性。仿真结果显示该算法定位性能逼近基于实际坐标的泰勒级数展开算法,且其定位精度随测距误差的减小而快速提高。(4)为了利用网络中未知节点间测量信息提高定位性能,提出一种非锚节点间测距协同分布式定位算法。在优选锚节点参与定位计算的基础上,采用测距模型封闭形式解获得节点坐标,根据未知节点之间欧氏距离和测量距离信息,通过实施非锚节点间协同定位缩小位置误差。数值仿真证实了该算法在定位性能方面比非协同定位有显著优势。(5)由于RSSI定位算法存在精度不高的问题,充分利用锚节点间和非锚节点间的冗余观测信息,提出一种多方式协同定位算法。采用锚节点间观测信息进行加权测距校正,并选取携带高质量定位信息的锚节点参与位置计算,通过锚节点间协同实施区域加权坐标校正,以及非锚节点间协同算法缩小位置误差等措施,既提高了定位精度,同时增强了对应用环境的适应性。仿真结果证实了其有效性。