目标定位作为无线传感器网络(Wireless Sensor Networks,WSN)中一个重要的应用方向,在社会生产生活、军事等方面都有着重要的作用。在一些特殊的定位场景中,如机器人、航天等应用领域,需要将定位目标看成是刚体,即需要获取除刚体位置以外更多的定位信息。刚体定位不仅需要估计刚体的位置信息,还需要获取其旋转参数;当刚体移动时,还需要额外估计刚体的移动速度和旋转角速度。刚体定位的难点在于:(1)估计参数旋转矩阵和位移矢量与测量模型之间是非线性的,估计参数之间相互乘积;(2)旋转矩阵的元素要满足一些非线性约束。因此,刚体定位问题是一个非线性规划问题。针对刚体定位问题,本文的主要研究成果如下:(1)针对静止刚体定位问题,本文提出了两种半正定规划(Semidefinite Programming,SDP)方法。第一种方法基于距离测量模型,将静止刚体定位问题的最大似然估计(Maximum Likelihood Estimator,MLE)形式通过半正定松弛(Semidefinite Relaxation,SDR),得到其SDP形式,求得参数的估计结果。在第二种方法中,先对距离测量模型进行平方处理,推导该问题的加权约束最小二乘(Constrained Weighted Least-Squares,CWLS)形式,然后应用SDR,得到其SDP形式,获得相关参数的估计。两种方法都需要后续进行正交化修正和改良操作,以提高估计的精度。仿真结果表明,两种方法的性能都比已有的定位方法高,在噪声中等大小时都可以达到克拉美-罗下界(Cramér-Rao Lower Bound,CRLB)。(2)针对移动刚体定位问题,本文同样应用基于CWLS的定位方法,添加多普勒测量信息,将定位问题的CWLS形式松弛为SDP形式,同时提出一种新的改良方法提高参数的估计精度。仿真结果表明,本方法的定位性能明显优于已有的方法,在噪声中等大小时仍可以达到CRLB。