无线传感器网络（Wireless Sensor Network,WSN）技术的快速发展正逐渐影响着人们的生活和生产方式。WSN定位技术可以为室内、大型商超、城市峡谷等复杂环境提供位置服务,然而在非合作定位技术中,可能会由于参考节点数目不足而导致定位失败。合作定位技术通过节点间的对等通信和测量,在提高定位精度的同时,提升定位的连续性和可用性。然而,在实际应用场景中,合作定位技术却受制于两个方面:一方面,合作定位技术对节点密度要求较高,在稀疏节点场景下定位性能较差;另一方面,随着用户节点密度的增加,算法的计算复杂度以及通信开销都迅速增长,给系统开销带来沉重负担。为了提高合作定位算法在不同场景下的实际应用能力,本文从降低系统开销、控制消息流向以及融合惯性导航信息三方面入手,重点研究基于置信度传播（Belief Propagation,BP）的WSN合作定位技术,主要工作及创新点如下:（1）针对WSN合作定位算法中系统开销大的问题,提出了一种分布式高斯参数化置信度传播（Gaussian parametric BP,GPBP）合作定位算法。该算法将节点定位问题映射在因子图上,通过消息的迭代更新机制得到节点的联合后验分布,经过分布式消息计算获得节点位置的近似最优解。在消息初始化阶段,根据测距信息构建目标节点与邻居节点之间的相对位置关系,使用较少样本即可对节点分布进行精确近似。在消息传递过程中,使用高斯分布对消息进行近似,制定了高斯参数化消息传递准则。在消息计算中,利用Taylor展开式对量测方程进行线性化近似,推导了目标节点的消息更新表达式。数值仿真与实验结果表明,该算法在获得高精度定位的同时,能够有效降低算法的通信开销和计算量。（2）针对BP算法系统开销随节点密度增加而迅速增大的问题,提出了一种基于等效费歇尔信息矩阵（Equivalent Fisher Information Matrix,EFIM）的邻居节点选择（EFIMNode Selection,E-NS）策略。通过构建目标节点与邻居节点的联合后验分布,综合考虑目标节点先验信息、邻居节点几何分布以及其位置不确定度信息等因素,推导了目标节点的EFIM,制定了邻居节点选择准则。此外,提出了一种简单易实施的发射消息审查策略,用以限制无效消息的传播,将消息审查策略与邻居节点选择策略相结合,进一步降低算法系统开销。数值仿真与实验结果表明与现有节点选择策略相比,该策略可以有效提高算法定位精度。（3）在BP算法中,节点间消息的传播方向是双向的、不受控制的,为了实现消息的有序传播,提出了一种基于引导渗流策略的GPBP（Bootstrap Percolation GPBP,BP-GPBP）合作定位算法。该算法将目标节点的邻居参考节点数目作为阈值约束,对目标节点进行初次划分。为避免模糊翻转现象的产生,提出了一种适用于合作定位的邻居节点近似共线检测标准,将检测结果作为几何约束,对目标节点进行二次划分,进而通过逐层的方式对用户节点进行位置估计。仿真结果表明该方法在实现消息有向流动的同时,可以减少算法系统开销。（4）为了降低合作定位算法对节点密度的依赖,提出了IMU/UWB多源融合合作定位算法。时间维度上,该算法利用IMU量测信息构建同一节点相邻时刻的相对位置关系,对节点位置进行预测,空间维度上,利用UWB量测信息构建节点间的相对位置关系,对节点位置进行校正。进而推导了时间序列上的节点联合后验分布,构造了时空一体的合作定位因子图模型,结合GPBP算法进行消息计算和更新。该算法可以以时间换空间的方式,获得多组目标节点与邻居节点的量测信息,降低算法对节点密度的依赖性。数值仿真与实验结果表明,该算法可以较好地应用于稀疏合作定位场景。