对于无线传感器网络(Wireless Sensor Networks, WSNs)许多应用和网络服务来说,将感知信息和其所发生的位置相结合是至关重要的,例如火灾救援及预警、机器故障、战场监测等应用,不知道传感器节点位置而感知的数据是没有意义的。测距准确性是影响Range-based无线传感器网络定位算法精度和可靠性的重要因素,本文围绕基于RSSI和TOF混合测距的定位算法开展创新性工作：首先,根据国内外最新研究工作,本文综述了基于测距的无线传感器网络定位算法的研究现状,并且对无线传感器网络的结构和特点,以及实际应用中无线传感器网络定位存在的问题进行了阐述与分析,重点对基于测距的定位算法中的关键技术进行论述：其次,针对基于接收信号强度(Receive Signal Strength Indication, RSSI)的无线传感器网络定位算法存在易受环境因素干扰、定位精度低等缺点,提出了新的混合测距方法,分别通过分段结合和加权融合的方式将RSSI与TOF混合,提高测距精度；通过理论推导,给出了混合测距方法的克拉美-罗下界(Cramer-Rao lower bound, CRLB),求解出其最优值,为定位算法的分析与设计提供理论依据；最后,提出了基于混合测距的多维标度定位算法,构造相异性距离矩阵,通过双中心化奇异值分解(Singular Value Decomposition, SVD)计算节点的位置坐标,然后比较了基于混合测距定位算法和RSSI和TOF单一测距定位算法的性能,仿真结果表明：使用混合测距定位算法的定位误差明显小于同种条件下单一测距定位算法的定位误差,同时混合测距定位算法的定位误差拥有更稳定的收敛性。