无线传感器网络(Wireless Sensor Networks,WSNs)节点定位技术已被广泛应用在环境监测、战场侦察和空间探索等众多领域,虽然目前已经有很多比较成熟的节点定位算法,但是,由于不同的算法适用于不同的场景,也存在着各自的局限性,所以仍需对其进行深入研究。在许多传统的定位算法基础上,现阶段广大学者一直致力于研究出一种定位精度高、网络成本低、功耗小的节点定位算法。本文主要结合压缩感知理论,研究了两种不同场景下无线传感器网络节点定位技术,即静态信标节点下的二维平面节点定位技术和移动信标节点下的三维空间稀疏节点定位技术,本文研究的节点定位算法提升了定位精度,适用于现实中不同的定位场景。具体而言,本文主要工作主要分为以下两个方面:1、静态信标下的节点定位研究针对传统非测距定位算法误差较大的问题,本文将压缩传感理论应用在WSNs节点定位,与传统的非测距节点定位算法相比,提升了定位精度。又针对传统算法求得的跳数信息都为整数问题,提出了一种跳数修正算法,该跳数修正方法无需消耗额外的节点能量,并且进一步提高了定位精度。仿真结果表明,改进后的定位算法在相同信标节点比例、相同节点通信半径、相同节点总数以及不同的定位环境下都具有更高的定位精度。2、移动信标下的节点定位研究为了减少网络中信标节点数量,进一步扩大节点定位算法应用场景,本文将载有全球定位系统(Global Positioning System,GPS)的无人机看作移动信标节点,通过无人机与地面传感器节点间的信号指示强度(Received Signal Strength Indicator,RSSI)来实现对未知节点的定位。讨论了无人机发射信号的次数的选择、定位性能与信噪比关系、定位性能与未知节点数量关系以及定位性能与无人机飞行高度关系。仿真表明,相比Orth算法,奇异值分解(Singular Value Decomposition,SVD)算法具有更高的定位精度。此外本文还从定位误差和算法运算时间角度,分析了不同压缩感知重构算法的定位性能。最后,又通过无人机发射信标信号的分布对定位性能的研究,对无人机的飞行路径进行了规划,仿真表明扫描路径在综合飞行时间和定位精度方面的优越性。