传感器网络技术自二十世纪七十年代被提出以来一直受到研究领域的关注，与之相关的新技术层出不穷。尽管在微型制造、嵌入式处理器以及低功耗无线通信等领域发生了巨大的革新和进步，传感器网络技术应用的脚步却始终停滞不前，与同时代提出的因特网技术相比，传感器网络技术仍然停留在实验室中。造成这一困境的因素中，节点定位技术始终扮演着明显的短板。传感器网络中往往使用位置信息对节点间交互的数据进行标识，而节点部署的随机性使得节点无法预先获取其位置信息。为解决这一问题，已有大量的节点定位方法被提出；这些方法使用了多种不同的机制并在其各自的仿真环境中获得了准确的定位结果。然而，这些方法在实际应用环境中却都显示出较大的误差，究其原因，这些方法均使用了各种与实际脱节的理论模型，例如单位圆通信模型、节点间精确测距模型、节点均匀分布模型以及测量误差正态分布模型等等。离开这些“理想模型”的支撑，现有的各种定位方法均无法进行理论分析。针对这一困境，本论文从分析各种理想模型与实际应用环境之间存在的冲突入手，摆脱对各种“理想模型”的依赖，寻找建立实用的节点定位方法。论文的主要工作和贡献包括：　　 (1)分析了现有的各种传感器网络节点定位方法，对其中使用的理想模型在实际应用环境中存在的弊端进行了总结,并运用测量及测量不确定性对定位方法中的各种机制与环境因素之间的交互进行统一描述。定义和描述不确定性有助于摆脱对原有的各种确定性理想模型的依赖，从而正确地反映出传感器网络中节点间的测量和交互行为在受到环境因素影响之后的特征。在此基础上，分析了现有各种方法在实际应用环境中可能存在的误差，结论与实验结果相符。　　 (2)给出了测量不确定性的定义、量化方法、获取手段以及在大规模分布式系统中所具有的性质，获得了两个重要的结论：测量不确定性与测量分辨率的反比关系以及确定性传递特性。前者是指在环境不确定因素影响下进行的测量，精度要求越高则测量结果不确定性越高；后者是指由若干个测量所组成的间接测量中，若存在某一个测量具有不确定性，则整个测量存在不确定性。前一结论可用于解释现有实验工作中所发现的各种定位方法精度趋同的现象，同时也为分布式系统中获取高确定性信息的方法提供了线索。后一结论则可用于解释现有实验工作中所发现的节点定位误差非线性累积现象。论文进一步提出了传感器网络中在测量不确定性及误差方面所具有的测量同构性。　　 (3)针对传感器网络所具有的测量同构性，提出了基于“拐点”的测量同构性判定方法。该方法遵循测量不确定性与测量分辨率的反比关系，利用局部网络区域内具有高确定性且易于获取的相邻节点间连接信息判断网络节点部署所具有的特征，对节点间距离测量所受的影响进行评估，判定节点间路径的形态特征及弯曲程度。论文进一步提出了基于路径相似度和基于路径弯曲角度的两种节点间距离测量非线性修正方法，并对使用条件进行了分析。与现有的线性修正方法相比，由于通过拐点消除了节点间路径形态的不确定性，所提出的方法可以有效降低传感器网络中节点间距离测量的误差非线性累积。仿真结果显示，该方法可大幅度降低复杂部署环境下传感器网络节点间距离测量误差，进而提高节点定位准确性。　　 (4)无论是测量同构性还是节点间路径的形态都是网络节点部署以及测量在外界环境影响下所具有特征的外在表现。针对这种外在表现与网络节点部署和测量方面的内在特征之间的关系，论文分别给出了传感器网络整体结构描述和获取方法以及基于网络整体结构的信标节点部署方法。前者可对传感器网络自身对测量不确定性的判定所能提供的信息量进行客观的评价。后者则可以更加有效地利用信标节点所提供的确定性信息。通过与真实实验相同设定下的仿真实验结果显示，该方法在不改变现有节点定位方法任何机制的情况下，通过在合理位置引入信标节点，可大幅度提高现有各种节点定位方法的定位准确性。