无线传感器网络室内定位技术作为无线传感器网络的关键技术之一，有很重要的研究意义。论文针对无线传感器网络中固定节点和移动节点定位算法的不足，分别提出一种改进算法。　　首先，针对室内固定节点的定位，目前较成熟的算法是虚拟参考标签消除法(VitualReference Elimination，VIRE)，该算法使用线性插值法计算虚拟标签的信号强度值(Received Signal Strength Indication，RSSI)，定位误差较大，论文针对该问题提出一种改进算法即VIRES(VIRE based on Spline Interpolation)算法，使用更为平滑的样条插值函数计算虚拟标签的RSSI，同时使用一种误差修正模型校正初始的定位值。仿真表明VIRES算法的定位精度高于VIRE算法。　　其次，对于无线传感器网络中的移动节点目标，传统的定位算法由于实时性差，无法及时获取当前时刻的观测值。蒙特卡洛定位算法(Monte Carlo Localization，MCL)通过上一时刻的观测值可以预测当前时刻的观测值，但是蒙特卡洛算法的采样区域较大，采样失败率较高，采样时间较长。MCB算法(Monte Carlo Localization Boxed)通过使用“锚盒子”缩小采样区域，但是采样区域仍然比较大。论文针对两种算法采样区域较大的问题，提出了一种优化算法即MCLR((Monte Carlo Localization based on RSSI)算法。　　该算法通过信标节点RSSI等级环模型进一步减小采样区域，针对信标节点较多时计算量较大的问题，使用最远距离模型选取合适的信标节点数目，同时该模型也可以很好的解决三点共线导致定位不准确的问题，最后使用加权平均法计算节点的位置。仿真表明，相同条件下，MCLR算法相比MCL算法和MCB算法定位更快、精度更高。