无线传感网络是结合了无线传感器,无线通信和嵌入式系统三方面技术的新型网络技术,自从被提出后就引起了极大的关注。无线传感网络的应用广泛,在环境监测、灾难预测和搜救、军事领域、医疗与健康领域、智能家庭、智能工厂、远距离无人监控中均不可或缺。而监测到事件后需要关心的一个重要问题就是该事件发生的位置,位置信息是传感器节点采集数据中最重要的部分,没有位置信息的监测通常是毫无意义的。所以,如何对传感器网络中的节点进行定位成为了一项研究热点。本文主要研究了各种无线传感网络中的定位算法,并着重研究了基于多维尺度分析的定位技术。在此基础上针对多维尺度分析的定位技术的不足之处,提出了改进算法。本文首先介绍了无线传感网络的相关知识,对现有无线传感网络的定位算法进行了分类并简单介绍了几种典型的定位算法。现有的定位算法虽然种类繁多,但可以根据是否需要测距,是否需要锚节点,绝对定位或者是相对定位等进行合理的分类。其中,不需要测距的算法因其适用于低功耗,低成本领域备受关注。基于多维尺度分析(Multidimensional Scaling,MDS)技术的定位算法就是一种可以应用于非测距环境中的定位算法。基于多维尺度分析的定位算法通常能在较少锚节点以及非测距的条件下拥有较好的定位精度。本文在深入研究了基于多维尺度分析的定位算法之后,首先针对MDS-MAP算法需要集中式处理且要求网络中节点分布较为均匀的不足之处提出了一种改进的分布式MDS-MAP定位算法(Advanced MDS-MAP, AMDS-MAP)。AMDS-MAP定位算法利用节点对节点发送信号功率进行分层控制使得节点在判定连接关系时将原本为一跳的节点重新划分为半跳和一跳,甚至更细。这种划分的结果使得节点之间的间距更加接近真实的距离;另外,改进的MDS-MAP定位算法中,单个未知节点对锚节点与自身组成的全通网络而并非整个网络使用MDS定位算法,可以实现分布式定位,因此提出的AMDS-MAP定位算法相比于MDS-MAP定位算法不但在定位精度上有所提高并且是一种分布式的定位算法,这使其更适用于大规模无线传感网络。仿真显示,AMDS-MAP算法的定位精度比MDS-MAP算法至少高出10%。随后,本文针对AMDS-MAP以及MDS-MAP定位算法在节点分布不均匀环境下(比如C型网络)定位精度较差的问题,提出了一种基于锚节点分簇的MDS-MAP定位算法,基于锚节点分簇的MDS-MAP算法在C型网络的定位精度略好于MDS-MAP(P)算法,不过该算法的性能受锚节点分布的影响较大,故本文在此基础上研究了如何合理放置锚节点使算法获得较高的定位精度。通过把锚节点合理地放置在未知节点密度较大的区域,锚节点的分布较为均匀,以每个锚节点为簇头对该簇内的未知节点进行定位,然后进行不同簇之间的坐标融合,最后通过锚节点将相对坐标转化为绝对坐标,经过改进后的算法在定位精度上有10%以上的提高并且能保持稳定的性能。再次,本文还在深入学习移动网络中Monte Carlo Localization(MCL)定位算法的基础上提出了一种结合MCL与分布式MDS-MAP定位算法优点的自适应移动网络定位算法(MCL-MDS),MCL-MDS定位算法首先使用分布式MDS-MAP定位算法对节点进行定位,然后对定位结果使用MCL算法的过滤原理进行验证,若验证通过则采用此定位结果,否则采用MCL算法的定位结果。MCL-MDS算法能结合两种算法的优势,并能在各种网络连通度,锚节点率以及节点运动速度下使得定位精度达到MCL算法与MDS算法的公共最小值。