无线传感器网络（Wireless Sensor Network,WSN）技术由于其具有超高的实用性,在物联网领域占有举足轻重的地位。无线传感器网络的应用场景通常为条件复杂的外界环境,所以在部署及运行过程中难免会遇到各种问题。在无线传感器网络的应用过程中,网络中存在着一些无法通过卫星定位系统进行位置信息获取的未知节点,在不借助卫星定位系统实现对未知节点的定位能够有效保障网络的运行以及拓展无线传感器网络的使用价值。然而,在传感器网络进行未知节点定位运行过程中,有时会因为外界恶劣环境的影响,导致大量节点损坏,从而将整个网络分割为多个互不连通的分区,因此,如何在网络瘫痪后实现网络的恢复连通,并保证连通恢复后网络的健壮性,也是需要解决的问题。综上所述,针对无线传感器网络中以上两个方面存在的问题,本文提出以下方法进行改进:1.针对传统质心算法对未知节点定位过程中各锚节点与其距离差异而造成误差较大的问题,通过对传统的质心算法进行优化改进,提出一种基于多面体质心替换的三维加权质心定位算法（TW-CLA-PCR算法）。首先判定通信范围内锚节点数量,当n<4时以对通信范围内所有锚节点使用极大似然估计法和以质心估计未知节点的方法分别对不同锚节点数的未知节点进行定位,当n≥4时求解出未知节点通信范围内所有锚节点构建封闭三维空间区域的质心,以该质心替换距未知节点最远处的锚节点,并重复求解替换,最终在达到设定阈值条件时停止,此时结合各锚节点RSSI（Received Signal Strength Indication）值进行加权质心求解,并将该质心作为未知节点估计位置。2.针对无线传感器网络容易遭受恶劣环境破坏和连通恢复后各关键节点的能量损耗远大于其他节点从而导致网络断连的问题,提出基于斯坦纳树和泰森多边形的连通恢复算法（CRAST算法）。首先,算法将被分割的节点分区抽象为离散点,列举出离散点区域内全部非退化四边形,再使用四边形斯坦纳树结构对这些非退化四边形部署中继节点以达到连通恢复。然后,算法用关键节点构建Delaunay三角网,通过Delaunay三角网构建出整个无线传感器网络的泰森多边形拓扑结构。最后,在泰森多边形所有顶点部署可移动的备用中继节点,在关键节点损坏时通过比较备用节点所占关键节点对应的所有备用节点比重选择要移动的备用节点,移动备用中继节点替换损坏的关键节点。