移动节点定位是无线传感器网络(WSN)的关键技术之一，本文通过对已有移动节点定位算法的总结和分类，分别从定位算法两大分类体系——基于距离和基于非距离两方面提出了新的移动节点定位算法。最后，对移动节点定位在智慧校园中的建设进行了理论阐述。　　提出的定位算法其中之一为颜色定位算法的改进算法，该算法利用收集的信号，在与移动节点能直接通信的信标节点的信号交叠区域内局部采样;引入距离比例因子，对平均跳距权值化，优化了CDL中跳距的计算公式;借助RGB差值序列对样本点滤波并将差值序列绝对值作为加权标准计算移动节点的坐标。仿真结果表明与EfficientColor-theory based Dynamic Localization(E-CDL)、Monte Carlo Localization(MCL)等经典的移动节点定位算法比较，新算法定位误差减少了33％以上，具有较好的定位效果。　　另一种算法是基于采样滤波的信号矢量分解移动定位算法。该算法是以接收信号强度(Received Signal Strength，简称RSS)的测距技术为基础，借助无线传感器网络中MCL类粒子滤波定位算法的采样、过滤方法，并融入物理中力的分解和合成的思想。该算法通过建立直角坐标系，分解合成移动节点、样本点与信标节点间的信号矢量，利用误差圆环采样，比较移动节点与样本点的信号合矢量进行滤波，将信号合矢量模差绝对值最小的样本点坐标的均值作为移动节点的坐标。仿真结果表明，在同样的实验条件下，该算法的定位精度明显高于相比较的其它算法，且该算法不需要添加任何硬件设备。　　WSN中的移动节点定位应用范围广泛，有军事、医疗、家庭、教育等，其在教育上的应用还属于新型领域。本文主要论述了移动节点定位在教育中的重要应用——智慧校园的建设。简要介绍了智慧校园的概念和核心特征，详细的陈述了移动节点定位在智慧校园中的作用，重点介绍了智慧校园的两大应用实例——校园生活和智慧教室。　　两种移动节点定位算法为智慧校园中移动定位的应用奠定了开发基础，移动节点定位在智慧校园中应用的理论陈述为其在智慧校园中的实践奠定了理论基础和科学指导.