作为一种新型的信息获取及处理模式，无线传感器网络在近几年得到了飞速发展。它在军事国防、工农业控制、城市管理、生物医疗等许多领域都有重要的应用。在传感器网络的各种应用中，节点位置至关重要，离开位置信息，采集的数据也失去了实际意义。因此，节点定位技术是无线传感器网络的核心支撑技术，一直是无线传感器网络领域的研究热点。作为无线传感器网络的一个重要应用，基于能量的声源定位技术由于其适应性强及成本低的特性近年来受到极大关注。本文围绕无线传感器网络中这两个定位问题进行研究，基于优化和博弈理论提出了一些具有更高精度，且可分布式执行的定位算法。　　 本文的主要研究内容及贡献如下：　　 (1)归一化增量次梯度算法及其在无线传感器网络定位的应用。增量次梯度算法的递增式执行方式非常适合无线传感器网络分布式优化，然而它对基于声源的目标定位问题的收敛性能非常差。通过修改增量次梯度算法的迭代更新项，本文提出了归一化增量次梯度算法，给出了算法完整的收敛性证明和分析，并将其成功应用于无线传感器网络定位(包括节点定位和基于能量的声源定位)。仿真结果表明，对于非凸的函数和最小化问题，归一化增量次梯度算法比增量次梯度算法具有更好的收敛性能。此外，基于归一化增量次梯度算法的节点定位方法比基于半正定松弛的定位方法的定位精度更高，且不受锚节点的分布影响。　　 (2)基于凸锥规划的分布式节点自定位算法。由于人工观测或者GPS定位误差，锚节点位置总是存在测量误差。而且由于无线信号传输的不规则性，传感器节点的最大通信半径存在不确定性。考虑这些不确定性，本文提出了统一的鲁棒节点定位优化模型。本文推广了经典的非线性高斯-赛德尔算法，得到序贯贪婪优化算法。基于凸松弛和序贯贪婪算法，本文提出了顺序执行的分布式节点定位算法。基于凸松弛和博弈论思想，又提出了同步执行的分布式节点定位算法。此外，本文提出了简单的分布式寻优算法以进一步提高定位精度。仿真结果表明，所提分布式定位算法的定位性能明显好于分布式SOCP算法。　　 (3)多功率移动锚节点辅助的分布式节点定位算法。考虑到距离无关定位算法不需要特殊硬件支持，因此，与现有基于移动锚节点的距离相关的节点定位算法不同，本文研究基于移动锚节点的距离无关定位算法。为了提高定位精度，本文考虑使用多功率移动锚节点，即锚节点在移动过程中以不同的功率发射信号，未知节点从而得到关于自身位置的一系列不等式约束。为了解决约束集可能不存在可行解的情况，本文提出了基于凸松弛的位置估计算法。仿真结果表明，所提算法具有很高的定位精度。　　 (4)无线传感器网络中基于能量的分布式声源定位。本文研究了声源己知时的分布式声源定位算法。受到投影定位算法(POCS)的启发，本文提出了简单的基于投向最近极值点的分布式定位算法(PONLM)。仿真结果表明，PONLM方法有着与POCS方法相似的通信消耗量，但是具有更高的定位精度。本文还研究了声源未知时的分布式声源定位算法。利用泰勒逼近，将定位问题转化为约束线性最小二乘问题并给出可在网络内分布式执行的最优闭式解(CLS)。仿真结果表明，CLS方法的定位性能总是好于基于松弛的定位方法(包括线性最小二乘和半正定松弛方法)，而且，当背景噪声很小时，CLS方法的定位性能接近Cramer-Rao估计界。