无线传感器网络是一种由许多低成本、低功耗,具有感知、计算和无线通信等能力的传感器节点通过自组织方式(Ad Hoc)组成的网络。网络利用其传感器节点自身携带的感知器件实现对目标或环境的观察与感知。覆盖问题是无线传感器网络的一个基本问题,它决定了无线传感器网络的感知范围,将在很大程度上影响网络的成本以及网络在各种具体应用中的性能,是衡量无线传感器网络服务质量的一个重要指标。传感器节点采集到的数据必须与其当时所在的位置相关联才有意义,因此无线传感器网络中传感器节点的定位至关重要。传感器节点的定位技术是无线传感器网络应用中的一个主要支撑技术,是实现无线传感器网络众多应用的前提,传感器节点的定位精度是无线传感器网络的一个关键性能指标。本论文主要针对无线传感器网络中的传感器节点定位算法与网络覆盖优化技术进行深入地研究与探讨。在传感器节点定位算法方面,主要研究了基于无需测距技术的定位算法；在网络覆盖优化技术方面,分别对动态网络的覆盖优化技术和静态网络的覆盖优化技术进行了研究。本文的主要工作归纳如下：(1)研究了无需测距技术的传感器节点定位算法,提出了一种基于累计观测值的AO-MCL定位算法。传统Monte Carlo定位算法只适合动态网络的传感器节点定位,不适合静态网络的传感器节点定位。本文提出的AO-MCL定位算法是一种给静态传感器节点增加虚拟运动,并利用移动锚节点周期性发布实时位置信息,传感器节点利用所有接收到的锚位置信息进行自定位的Monte Carlo定位算法。仿真实验表明,与传统的Monte Carlo定位算法相比,AO-MCL定位算法在定位精度上有明显的提高。(2)研究了利用传感器节点移动能力的覆盖优化技术。无线传感器网络通过初始随机部署后,利用其传感器节点的移动能力可以优化其覆盖质量。论文首先针对传感器节点的运动模型为跳跃式运动模型提出了一种使用遗传算法的二次部署算法来优化网络的覆盖质量。当网络中传感器节点的最优的部署位置已知时,论文又提出了一种基于人工免疫算法的二次部署算法来优化网络的覆盖质量。但这两种算法都属于集中式算法,存在集中式算法不可避免的缺点,因此,论文又提出了一种基于协同进化计算的二次优化部署算法来优化网络的覆盖质量。仿真实验表明,论文提出的3种算法都能有效地提高网络的覆盖质量。(3)研究了静态无线传感器网络的覆盖优化问题。通过散播方式部署的静态无线传感器网络,为达到一定的覆盖质量,通常都是密集部署的,因此,网络中传感器节点的覆盖区域会产生大量的重叠,通过将传感器节点组织成节点子集,在任何时刻都只有一个节点子集是活动的,且活动的节点子集也可以维持网络原有的覆盖质量,这种方法不仅可以优化覆盖冗余,也延长了网络的生存寿命。在组织构建节点子集时,带宽是一个非常重要的影响因素,论文将带宽限制理解成同时活动的一跳邻居节点数限制,提出了一种带宽约束的节点子集选取方法。仿真实验表明,此方法不仅能有效地延长网络的生存寿命,而且也有更好的覆盖质量。