无线传感器网络是当今备受国际关注的、涉及多学科知识的新兴前沿热点研究领域，是在互联网普及之后将对人类的日常生活方式产生巨大影响的IT技术。传感器节点定位作为无线传感器网络的重要支撑技术，已经成为无线传感器网络研究领域的一个重要研究方向。本文围绕无线传感器网络节点定位这一课题进行深入的探讨。　　本文首先探讨了课题研究背景及意义、无线传感器网络的国内外研究现状及应用领域，研究了无线传感器网络的基本体系结构及网络特征，介绍了几类典型的无线传感器网络定位算法及定位算法的性能评价指标。然后针对无需测距的定位算法和基于测距的定位算法两种分类标准，分别提出了基于跳距修正及误差修正的DV-Hop算法和基于加强学习与联想记忆的粒子群优化算法的节点定位。　　通过分析DV-Hop算法误差产生的原因，提出了一种基于跳距修正及误差修正的DV-Hop算法。基于跳距修正及误差修正的DV-Hop算法中，首先对平均每跳距离进行修正，然后再对得出的估计距离进行误差修正，从而实现提高算法的定位精度。MATLAB的仿真结果表明，基于跳距修正及误差修正的DV-Hop算法的定位精度要高于传统DV-Hop算法的定位精度。　　标准粒子群优化算法具有早熟收敛，在优化多维函数时粒子搜索方向性差、目的性差等缺陷，本文受生理学中联想记忆及生物学中生物体趋利避害思想的启发，提出了加强学习与联想记忆的粒子群算法。基于基准测试函数进行对比测试表明，加强学习与联想记忆的粒子群算法相比标准粒子群优化算法具有明显的优势。将该算法应用到无线传感器网络的节点定位中，通过与标准粒子群优化算法及极大似然估计法的对比，证明了该算法在节点定位中具有定位精度高、稳定性强、收敛速度快等优点，能够很好的达到无线传感器网络节点定位的指标要求。