移动无线传感器网络节点自身定位技术是目前无线传感器网络的一大研究热点。在移动无线传感器网络中,节点是可移动的,网络中位置信息未知的节点可以利用某种定位机制和预测机制确定其自身当前及下一时刻的坐标。现有的无线传感器网络节点自身定位算法的定位精度比较低、定位实时性比较差,并且某些算法的复杂度较高、测距误差受环境影响较大,不适合定位移动节点。本文针对上述问题,开始对移动无线传感器网络节点自身定位技术进行研究。本文从现有的无线传感器网络节点自身定位算法出发,首先对距离无关的定位算法进行了分析与比较,之后针对现有距离无关的定位算法在定位精度上的缺陷,提出了RSSI-Centroid算法。通过仿真实验表明,该算法在移动网络定位精度和稳定性方面要优于Centroid算法和DV-Hop算法。本文接下来考虑到节点的移动性,引入了预测位置的思想,开始对预测位置算法进行研究,在对现有典型的预测位置算法进行介绍和分析之后,针对现有算法的缺陷,采取了改进措施,提出了扩展卡尔曼粒子滤波算法(EKF-PF)和无迹卡尔曼粒子滤波算法(UKF-PF)。通过仿真实验表明,这两种算法的预测误差要小于现有的预测位置算法。本文在最后设计了一套移动无线传感器网络定位系统硬件平台,并且在此硬件平台上完成了对本文提出的定位算法的验证,为进一步的研究工作奠定了良好的基础。