无线传感器网络是由随机分布在目标区域中具备网络通信能力的传感器节点构建的分布式网络系统,在农业、医疗护理、智能家居、火灾监测等领域应用广泛。在无线传感器网络这些应用中,网络节点位置信息成为了这些应用得以实现的必要前提。除此之外,无线传感器网络定位对于网络拓扑控制、负载均衡、网络路由机制等具有很大帮助。可以说,节点定位技术是整个无线传感器网络知识体系中最重要的技术之一。因此,如何高效、准确地完成网络目标节点的定位,对于无线传感器网络的理论和应用基础研究具有深远影响。根据定位阶段是否需要测距信息,可以将无线传感器网络定位方法划分为基于测距和基于非测距两类定位方法。其中,基于测距的方法由于定位精度高,效率高等原因在实际应用中被广泛使用。目前,绝大多数学者对基于测距的定位方法的研究工作主要集中在以下几个方面:节点实际测量距离的修正,定位算法自身的优化,节点翻折模糊的检测与处理方法。本文也将从上述三个方面对无线传感器网络节点定位问题进行研究。本文主要研究工作及创新点如下:(1)实际测量距离的修正。本文在对基于测量距离实现的定位方法进行分析的基础上,总结了无线传感器网络中节点定位误差产生的主要原因。针对节点间距离测量值对节点位置评估产生的影响,本文利用节点间的测量距离服从高斯分布这一特性,推导出了用于定位的新目标函数。新目标函数充分利用节点间测量距离遵循的数学规律以及目标结点的位置约束条件,极大地降低了因测量距离不准确导致的定位误差。实验证明,使用该目标函数得到的定位结果与已有相关方法相比,极大地提高了节点定位精度。(2)基于粒子群的定位方法的优化。通过对传统粒子群算法的原理及流程进行分析,发现粒子群算法在求解最优值问题时容易陷入局部最优而导致结果不准确。针对粒子陷入局部最优这一问题,本文在传统粒子群算法的基础上,通过引入混沌搜索策略和反向学习策略,提出了基于双向混沌搜索的定位算法。该算法在很大程度上避免了粒子陷入局部最优的情况。实验结果表明,该方法与传统粒子群算法相比实验结果更接近最优解。(3)节点翻折模糊的检测与处理方法。从现有的传感器网络的定位方法的研究中可以看出,对目标节点在定位过程中发生翻折模糊现象的研究并不多。许多学者在定位方法中采用将已定位节点提升为锚节点这样一种简单粗暴的方式来应对节点发生翻折模糊现象。这种方法在目标节点位置评估出现较大误差的情况下,将会降低整个网络节点的定位精度。另外,有些学者为了精准定位,引入极其复杂的节点翻折模糊检测计算方法。这些方法由于操作过程中过于复杂,计算复杂度高,实际应用效果并不好。针对这个问题,本文利用目标节点周边锚节点是否近似共线这一必要条件,提出了基于线性拟合的节点翻折模糊检测方法。首先利用直线拟合的原理,以锚节点的位置信息作为输入量拟合出一条直线,然后计算锚节点到直线的距离是否在给定阈值范围内来判断目标节点是否发生位置翻折现象。该方法计算过程简单,并且检测效率高。仿真结果表明,与已有方法相比,在正确检测率相等的情况下,该方法所用检测时间更少,极大地提高了节点定位的效率。