随着现代微电子技术、微机电系统(Micro-Electro-Mechanism System, MEMS)、片上系统(System-on-Chip, SoC)、纳米材料、无线通信技术、信号处理技术、计算机网络技术等的进步以及互联网的迅猛发展,无线传感器网络(Wireless Sensor Networks, WSN)节点位置信息获取技术从独立的单一化模式向集成化、微型化,进而向智能化、网络化方向发展,逐渐成为WSN中最重要和最基本的技术之一。本文对TDOA定位技术进行研究,引入改进的卡尔曼滤波算法模型,并通过仿真验证其有效性。本文首先介绍了无线传感器网络定位算法的国内外研究现状,并对文献中已有的典型定位技术和定位算法进行了归纳和总结。由于TDOA测距技术原理简单,不需要额外的硬件设施,在LOS环境下有很好的测距效果,因此该技术被广泛运用到无线传感器节点定位中。本文比较了经典Chan式TDOA定位算法和基于卡尔曼滤波TDOA重构算法,发现Chan式算法仅在噪声服从高斯分布环境的环境下,定位精度比较高,但是非高斯环境下,该算法的定位精度大大降低。基于卡尔曼滤波TDOA重构算法在Chan式算法的基础上有了一定的提高,但是该算法在预测和递归过程中认为无线传感器节点的位置信息的变化是一个突变过程,实际上无线传感器网络场景中节点的位置信息是一个渐变的过程。因此,针对卡尔曼滤波TDOA重构算法的不足,本文设计一种改进的卡尔曼滤波TDOA算法,通过在节点位置的两次变化时刻之间增加过度状态以克服由于突变带来的误差。最后,利用MATLAB仿真工具对上述三种算法的定位结果进行了仿真,结合WSN节点定位技术中常用的CRLB指标评价了三种算法。仿真结果表明：基于改进卡尔曼滤波算法的TDOA定位性能优于其它两种算法。