随着无线通信技术、计算机网络技术、信号处理技术、集成电路技术的飞速发展和日益成熟，无线传感网络技术的发展也得到快速的提升，并被广泛应用到军事领域和民用领域中。其中，目标辐射源无源定位是无线传感器技术的重要应用之一。在协同无源定位过程中，各节点需要将采集到的数据传送到参考节点，这个过程，节点间存在着大量的数据传输。然而，传感器节点的通信能力较弱且节点的能量有限，基于无线传感器网络实现复杂的无源定位，面临着诸多挑战。本文主要围绕着对无线传感网络无源定位中的数据压缩技术展开研究。　　首先，本文对现有的无线传感网络无源定位技术进行研究分析，针对上述传感器节点间存在大量数据传输的问题，学术界普遍提出“以计算换通信”的方式来解决。目前，由Mark L.Fowler和Chen Mo提出的基于费舍尔信息量的数据压缩方法能较好的解决这个问题。在信息传输速率和能量受限的条件下，利用基于费舍尔信息量的数据压缩方法进行压缩时，需要尽可能的保留信号中的费舍尔信息量（费舍尔信息是信号中携带的待估计参数的信息）。即在数据压缩后，数据中保留待估计参数的费舍尔信息量越多，定位精度就越高。通过仿真证明，基于费舍尔信息量的数据压缩方法不仅能保证较高的TDOA估计精度，而且能取得较高的压缩比。　　目前，针对无源定位中的数据压缩方法研究都是基于标量量化的。众所周知，矢量量化技术比标量量化拥有更大的压缩空间。而且，矢量量化的解码技术也相对简单，只要进行查表操作就可以实现。通过仿真实验证明，在无源定位中采用矢量压缩方法时，TDOA估计精度会有些损失，但是该方法获得巨大的压缩比是基于费舍尔信息量的数据压缩方法所达不到的。在定位精度要求不高的情况下，可以使用矢量压缩方法实现快速定位。本文探究不同量化维数、不同码书大小对TDOA估计精度的影响，通过仿真实验可以得到：在码书大小一定时，随着矢量量化维数的增加，TDOA估计精度下降。量化维数一定时，随着码书大小的增加，TDOA估计精度也随之上升。　　在无源定位中采用矢量压缩方法虽然能取得很高的压缩比，但是矢量量化带来很大的复杂度，它的复杂度随着量化维数k的增长呈指数形式增长。然而，传感器节点的计算能力也是有限，在获得更大压缩空间的同时，如何降低矢量量化复杂度是必须关注的。本文研究了基于维数缩减的变换域矢量量化方法，先对信号进行正交变换，然后对变换域系数进行矢量量化。通过实验仿真，把基于维数缩减的变换域矢量压缩方法与直接采用穷尽搜索矢量压缩方法进行比较：前者在TDOA估计精度上并没有比后者损失太多，但其复杂度要比后者有显著的下降。