无线传感器网络是由大量人为部署的、造价低廉、体积小巧、功耗较低的传感器节点所组成的,具有自适应的网络系统。作为一种新兴的感知技术,无线传感器网络的应用前景十分广阔,在军事、工业生产、农牧业生产、智能交通、智能家居等诸多领域都已获得广泛应用。而在这些应用中,都有一类不可或缺的参数即传感器节点的位置参数,脱离开位置信息,一切的监测、监控、目标识别等都失去了意义。因此,如何获得较高精度的传感器节点位置参数,成为目前研究的一个热点问题。传统的传感器网络中,通常使用GPS装置来获取节点位置参数。该方法成本高,功耗大,而且定位精度、应用环境都有较大局限性。因此,针对于无线传感器网络定位技术的研究工作势在必行。无线传感器网络定位技术,就是通过节点之间的通信,借助于特定的定位算法,实现对目标节点的精确定位。本文介绍了无线传感器网络定位技术的基本概念和运行流程,着重讲解了目前采用的一些定位算法,并针对现行定位算法中常见的四类问题,提出解决方案。(1)锚节点自定位问题。传统无线传感器网络定位系统中,往往需要借助GPS或人工测量来事先获取锚节点的位置信息,大大限制了该系统的适用范围,也降低了系统的稳定性。对此,本文提出了锚节点自定位算法,利用少数已知位置的锚节点和锚节点上加装的小型天线阵列,完成对其他锚节点位置信息的估计,实现锚节点的自定位。(2)锚节点时钟不同步问题。限制基于TDOA的定位方法定位精度的最大一个因素就是锚节点之间时钟不同步的问题。时钟不同步则会导致由其计算的TDOA信息由于标称不同而出现较大偏差,影响最终的定位结果。针对于此,本文提出了时钟同步补偿算法,借助于锚节点之间易于达到通视且可以互相通信这一特性,利用锚节点之间通信的TOA信息估计锚节点之间的相对频偏和钟差,并最终补偿到标签和锚节点计算的TDOA信息中,完成锚节点时钟的校准。(3)节点非视距通信问题。节点之间存在非视距通信,则会导致该锚节点记录的标签广播信号到达时间信息出现偏差,影响系统定位精度。对此,本文提出了非视距鉴别算法,借助于锚节点之间的通视关系,将锚节点之间信号收发记录的多组TDOA的统计均方差作为参考均方差;再利用非视距通信会导致信号TOA剧烈起伏这一特性,的将锚节点和标签之间TDOA信息的统计均方差与参考均方差进行对比,以此判断该组TDOA信息是否存在非视距情况,经过多组筛选则可确定所有具有非视距通信情况的锚节点,并在最终定位中将这些节点记录的到达时间信息剔除,达到抑制非视距的目的。(4)单一TDOA定位算法复杂度高的问题。由于超定非线性的TDOA定位方程组,无法获取解析解,需要借助于迭代进行求解,从而导致算法复杂度提升,功耗增加,且迭代过程不一定能够收敛,初值也不好确定。本文针对于此,提出了结合TDOA与AOA的混合定位算法,将整个定位方程转换为一个以锚节点和标签之间距离信息为未知数的一元二次方程求解,大大降低了系统算法复杂度及系统功耗,同时也减少了定位需求的锚节点个数。仿真结果表明,本文提出的四类算法有效地解决了目前无线传感器网络定位算法中存在的问题,同时提升了系统定位精度,降低了算法复杂度,是有效地算法。