当前电子技术和信息技术的高速发展,促使无线传感器网络(WSN:Wireless Sensor Networks)的应用技术取得了巨大的进步。无线传感器网络是一种能够自主地实现数据采集、数据处理和数据传输的无基础设施的网络,它将客观上的物理世界和逻辑上的信息世界融合在一起,极大程度上影响着人们生产生活的方式。其中无线传感器网络定位技术的应用前景也越来越广阔,不仅在军事领域中得到了进一步开发和应用,而且涉及到环境监测、医疗保健、动物跟踪、空间探索等。因此,对于该项技术的研究既有理论意义,又有应用价值。然而,目前无线传感器网络定位技术在实际应用中,普遍存在着非视距(NLOS)误差大、算法复杂度高、对移动目标定位失准等问题。本文主要针对无线传感器定位技术在军事训练中的应用进行了研究:1)论文对无线传感器的各种定位算法进行了研究,并分析比较了各种算法的适用性,得出TDOA算法更适合于实际训练场地的结论。然后,对基于TDOA两种经典算法进行了仿真比较,验证了Chan氏算法在TDOA误差服从理想高斯分布时性能优于Talor展开算法。2)提出了基于多基站协同的质心优化Chan融合算法,该算法利用Chan算法初始定位及协同多基站质心校正,与TOA算法进行数据融合从而有效地降低了NOSL误差。通过借助不同信道环境下的仿真实验比较并分析了相近的定位算法,验证了该算法在性能、定位精度以及稳定性等方面明显优于Chan算法和Talor-Chan算法。3)设计并实现了基于优化Chan算法的实时定位系统,主要采用NA5TR1主控芯片以及相关开发附件完成了系统硬件的设计,并基于nano Track V2.0套件及其相关api接口进行了系统软件的开发。最后,将该实时定位系统部署到训练场地上,配置好软件环境及各项参数进行了实测,并通过将测量标签坐标与实际GPS地图位置坐标进行校对分析,验证了该实时定位系统的定位性能可以满足预期的需求。