无线传感器网络(WSN)以其低廉成本、快速组网、动态拓扑、多跳路由等突出特点在军事侦查、环境监测、医疗救助、空间探索、商务和工业应用等行业得到广泛运用。将传感器节点布设在现场,观测物理现象,但大多情况下,只有包含位置信息的数据才有实际意义,因此节点定位技术在WSN系统中占有举足轻重的地位。目前,大多数WSN定位技术有需要增加硬件外设、定位精度低、误差累积、能耗大等局限性,因此,本文以静态节点定位、移动未知节点定位、移动锚节点路径规划三方面为主要研究对象,引入不同算法思想和理论,对WSN节点定位技术展开了深入的探究。论文的主要研究工作如下:首先,对WSN的结构、特点及应用和节点定位算法、计算方法等相关理论进行扼要阐述,述说了本课题研究背景和意义,陈列并分析了静止节点和移动未知节点定位、路径规划的研究现状和方法。本文以提高定位精度、减小误差同时降低能耗为研究目的,针对上述研究对象提出一些改进算法。其次,对静态节点定位算法进行研究,提出一种基于回归型支持向量机(SVR)的静态节点位置预测方法。现有的经典节点定位算法中,基于测距的定位算法定位精确度高,但需要增加外设且受环境影响很大,具有非线性特征;而无关测距的定位算法对节点分布有极高的要求,不适合应用于节点分布不均且密度低的网络中。而且,大部分定位算法均凭借锚节点的已知位置信息并采用三边法、角度法和多边法来求得被定位节点的位置坐标,不仅定位误差大,还会产生误差累积等问题。故本文提出一种基于svr的静止节点位置预测方法,利用锚节点之间的跳数和距离矩阵,得出跳数距离转换矩阵,结合svr回归预测的原理,对被定位节点的位置进行预测。此定位算法在需要少量锚节点的网络中便可实现对大量未知节点的准确定位,成本低、精度高。再次,对未知节点移动、锚节点静止的情况展开探究,提出基于果蝇算法(foa)和蒙特卡罗锚盒(mcb)的移动节点定位算法。随着wsn应用领域的扩增,传感器节点被安装在移动物体上,移动节点的定位技术成为一个新型研究方向,然而传统的静止节点定位算法不适合动态网络。蒙特卡罗定位(mcl)算法为解决移动节点定位开创了新方向,并相继出现了一些改进算法如dual-mcl、mmcl、mcb等,这些改进算法的定位误差有所减小但是有限。故本文针对锚节点静止、未知节点移动的情况提出一种基于foa-mcb移动节点定位算法,考虑移动节点上一时刻的速度和方向对当前时刻移动速度和方向的影响,选择连续相关移动模型来规划未知节点移动轨迹;用mcb算法对未知节点进行位置估计,通过锚节点和未知节点之间的估计距离和测量距离之差作为果蝇算法的适应度函数,在解空间搜索最优解作为未知节点位置。最后,对移动锚节点路径规划进行探索,提出一种基于宽度优先算法(bfs)和改进果蝇算法(mfoa)的路径规划方法。静态路径规划方法中锚节点通常沿着预设的轨迹移动,在节点分布不均匀的情况下,锚节点冗余移动或者导致部分未知节点未被成功定位;动态路径规划方法中锚节点随机移动,当待定位环境复杂时,导致位置广播冗余且定位性能差。故本文将路径规划问题转化为图的遍历问题,利用BFS算法遍历未知节点选取虚拟锚节点,再利用MFOA优化虚拟锚节点的路径以此来规划锚节点的移动路径,此路径规划方法中锚节点可根据未知节点的分布情况自适应的进行路径规划,保证路径最短。形成锚节点最优移动路径为下一阶段未知节点定位做好铺垫。