无线传感器网络(Wireless Sensor Network)和无线局域网(WLan)在近年来发展迅速。区别于传统有线连接,无线网络拥有节点组网灵活,节点可移动等优势,伴随而来的是网络中节点的位置信息受到了更多关注。节点位置信息对基础网络构建起到支撑作用,对于节点位置的感知也可以使无线网络提供更多基于位置的服务。已有的定位方式中最为著名的为GPS (Global Positioning System),然而它也存在应用局限。基于RSSI的无线网络节点定位技术直接依据信号衰减原理,不需要网络节点增加额外的设备和通信开销,成为定位领域研究的热点。本文对基于RSSI的定位技术进行了如下研究：(1)首先利用无线信号自由空间传输模型,拟合得到无线信号RSSI与距离的关系。在三边定位技术的基础上,引入了概率的思想,用相应信号强度出现的频率估计目标节点的位置,提出一种基于概率的定位算法LRPD,以应对接收端RSSI呈现波动态势的问题。在真实环境中,使用Intel无线网卡和Samsung平板电脑进行了实验,将LRPD算法与传统的质心定位方法和三边定位法进行了比较。此外,针对无线传感器网络节点相对稀疏的场景,提出了一个移动节点移动路径控制算法,借助移动过程中目标节点RSSI值变化,对目标节点进行追踪定位。(2)区别于室外空旷区域,室内无线信号反射、折射和绕射现象复杂,RSSI和节点间距离关系难以用函数计算,本文对RSSI指纹定位法(经验模型定位法)进行了研究。利用C++仿真实验,测试了k-近邻算法性能,对于可能影响定位精度的因素进行了对比实验,找出影响定位精度的主要原因。在此基础之上,提出了改进的k-近邻算法IKNN,通过增添虚拟节点和动态k值选择技术提高定位精度。对比实验表明,相较于传统的k-近邻算法,改进的算法定位精度提高约16%。(3)综合以上2种算法,本文利用TI-CC2430传感器节点设计和实现了一套室内定位系统。系统首先使用IKNN算法中的虚拟参考节点设立和动态k值选择技术,选取目标节点周围的k个参考节点,将k个节点围成的区域作为初选区域。然后,在初选区域内使用LRPD算法,完成目标节点的定位工作。此外,本文还利用相同节点设备组成的无线网络对不携带无线信号收发装置的对象实现了被动定位,以实现基于无线网络的入侵检测等功能。