在无线传感器网络中,没有位置信息的数据将毫无意义。目标定位是无线传感器网络的重要应用,其面临的难点是目标位置的不确定性。由于传感器网络自身的不稳定性导致节点采集的数据存在偏差,如何克服故障和不稳定因素,提高目标定位的精度和确定性具有重要的意义。本文研究无线传感器网络的目标故障容忍定位,提高算法对故障的容忍度和定位精度。本文首先对国内外研究现状进行了深入的分析和总结,探讨了无线传感器网络目标定位领域的研究进展和关键问题。在此基础上,针对基于无线传感器网络的单目标故障容忍定位,本文提出了一种改进的定位算法。根据信号衰减模型与距离之间的关系对信号强度进行分级,划分为0-9等10个不同的级别；按照传感器节点接收到的目标信号强度确定其所处的等级,然后划分网格并赋予相应的权值；对每个网格的数据进行累加,以最大值对应的网格作为目标的位置。实验结果表明,改进算法能够动态地改变估计目标范围的大小,有效提高定位精度,并且算法实现简单高效,具有较好的容错性。考虑到多目标定位算法容易陷入局部最优的情况,利用K均值算法将传感器网络的节点分开,使其与目标大致对应；然后引入基于误报率的多目标故障探测模型,应用禁忌搜索算法对多目标进行定位。仿真结果表明,本文算法具有良好的容错性,能够以较高的准确率将传感器节点分开,有效避免陷入局部最优；与期望最大化算法(EM算法)以及多分辨率算法(MR算法)相比,可以获得更高的定位精度。针对非视距误差对节点定位精度的影响,本文提出了一种降低非视距误差的残差加权定位算法。通过逐步减少距离测量值个数的组合方式,从多个组合中选择残差最小的组合,以加权平均的方法得到目标的最终坐标。仿真实验表明该算法能有效降低NLOS误差的影响,同时在NLOS误差和非视距节点增加的情况下仍然具有较好的定位精度,在非视距环境下具有良好的鲁棒性。最后,对本文的研究进行了总结,并展望了未来的研究工作。