在无线传感器网络的诸多应用中,定位是基础性关键核心技术之一。对于大多数监测服务,没有精确的节点位置信息的感知监测数据往往是没有意义的,定位精度是一个至关重要的性能指标。定位精度主要受到噪声、节点位置误差、非视距（NLOS:Non-Line-of-Sight）误差等因素的影响。在现有的信号到达时间（TOA:Time-of-Arrival）、信号接收强度（RSS:Received-Signal-Strength）和信号到达时间差（TDOA:Time-Different-Of-Arrival）等定位体制中,考虑上述影响因素的定位问题数学模型往往存在非线性、非凸性,求解十分不易。近年来发展起来的锥规划理论中,基于线性锥优化的线性规划、二阶锥规划及半定锥规划问题的可计算性,诸多更为复杂的优化问题通过等价地转化为上述模型而得以计算求解,这一特性极具吸引力。如何利用锥的特殊结构,将实际定位问题的数学模型统一到可计算线性锥规划的框架中,扩大我们在理论上对一些定位问题的理解和如何实现近似计算求解,成为一个重要的值得探索的研究方向。鉴于此,本文围绕无线传感器网络中基于TOA/RSS的定位优化问题,在对锥规划理论仔细梳理的基础上,针对实际定位场景中的具体问题,主要开展了以下研究工作:1、针对NLOS条件下基于RSS的定位方式,传统的加权最小二乘法、线性最小二乘法存在近似变换缺点,其核心问题是最大似然估计没有全局最优解。本文引入锥规划的优化算法,在NLOS条件下构造基于最小二乘相对误差（LSRE:Least Squared Relative Error）的RSS定位优化模型,引入松弛技术,将最大似然估计的非凸问题转化为凸优化问题,能够得到全局最优解,从而提高定位精度。在仿真实验中,以衡量定位精度的评价指标均方根误差为因变量,以影响定位精度的主要因子,包括噪声标准差,传感器节点数目、NLOS路径个数和最大非视距误差变化逐一作为自变量,进行了本文所提基于半定锥的RSS算法与传统的加权最小二乘法、线性最小二乘法的对比分析,结果表明本文的定位算法在各种对比实验中其均方根误差都小于其它两种传统算法,即本文的基于半定锥的RSS定位算法具有更好的定位精度。2、NLOS条件下利用TOA机制进行定位时,同样的,也会产生最大似然估计问题。对最大似然松弛的手段并不唯一,本文在TOA定位中引入了二阶锥规划（SOCP:Second Order Cone Programming）方法,并与半定锥规划（SDP:Semidefinite programming）定位算法进行仿真对比分析。同样的,以噪声标准差、NLOS路径个数变化情况及累计分布函数随定位误差的变化等影响定位精度的因子逐一作为自变量,进行均方根误差作为因变量的研究。仿真结果表明,在各种自变量变化的情况下,SOCP算法比SDP算法都具有更好的定位精度。这也为无线传感器网络各种定位机制开展更深入的锥规划算法研究奠定了基础。3、基于LOS/NLOS条件下利用非同步TOA定位机制求解过程中产生的非线性非凸性展开研究,主要解决了两个核心问题。首先针对TOA定位时钟不同步产生时钟漂移问题,采用一种误差消除方法,将时钟偏移变量消去,有效简化了优化问题的求解。其次针对NLOS数据对定位性能影响严重问题,采用一种有效减少NLOS误差方法,研究一种NLOS路径信息已知时基于凸松弛的TOA定位改进算法。与NLOS路径信息未知时基于凸松弛的TOA定位改进算法,在NLOS路径数目、噪声标准差、NLOS误差大小的变化作为自变量,均方根误差作为因变量下,进行了仿真对比分析,仿真结果表明方法可以有效降低NLOS数据影响,提高定位算法性能。