能获得传感器节点的准确坐标位置是无线传感器网络被广泛应用的一个重要原由,因此节点定位算法是定位领域的一个研究热点。由于测距技术的限制及各种环境因素的影响,锚节点与未知节点间的距离测量值总是存在一定的误差,因此基于距离的定位算法很难求得未知节点的准确位置。目前很多专家学者针对各种测距技术及环境提出了相应的定位算法获取未知节点更精确的坐标位置。本文针对基于距离的分布式网络定位算法存在定位误差较大的问题,采用“化整为零”的思想,先提高单个未知节点的定位精度,从而减小整个网络的定位误差。目前大部分的研究是将定位问题转换成最优化问题,通过求解目标函数的最优解获取未知节点的估计位置。针对只有一个未知节点的单源定位问题而言,基于平方距离的最小二乘(squared-range-based least squares,SRLS)问题已经得到很好地解决,有算法能够求得其全局最优解。而鉴于基于距离的最小二乘(range-based least squares,RLS)函数非凸且非光滑,到目前为止有效求得该问题的精确解仍然是个开放性问题,因此本文主要研究该问题。与大部分文献将RLS函数转化成凸函数,然后求得转换函数的全局最优解不同,本文从RLS函数的非光滑特性出发,求得RLS函数的局部最优解。本文通过引入一个参数将原目标函数转换成可微的光滑函数,提出了一个基于信赖域优化的DTR算法有效求得未知节点较为精确的坐标位置。仿真结果表明与其他算法相比,DTR算法在提高定位精度的同时也能减少迭代次数。针对未知节点较多的网络定位问题,本文将原子多边算法定位看成单源定位问题,把DTR算法应用到网络定位中,提出了一个改进的定位算法,并从多次仿真结果的平均值和单次仿真结果两方面详细分析了改进算法的性能,仿真结果表明改进的算法比原始算法及基于半定松弛的原始算法定位精度更高。本文分别讨论了影响定位误差的两个因素:引入参数的数值及由测距误差导致锚节点与未知节点组成的图形结构的改变。本文从局部优化的角度解决了目标函数非凸非光滑的定位问题,虽然只能求得目标函数的局部最优解,但是这些解作为未知节点的坐标位置有着更高的定位精度。