无线传感器网络作为新的跨学科前沿领域正受到世界各界的广泛关注和高度重视,它不仅能够对监测区域内感知目标进行协作探测、数据处理和信号传输,而且能够自动将获取的数据信息传递给用户。无线传感器网络将电子信息世界与客观物质世界融合在一起,人们可以直接感知客观物质世界,不仅扩展了现有各类网络的自身功能,而且极大提高了人类认识世界的能力,在民用领域和军事领域均具有广阔的应用前景。不久的将来,无线传感器网络必将会给人们日常生活带来翻天覆地的变化。位置信息在无线传感器网络应用过程中扮演着重要角色,传感器节点采集的感知信息和位置信息必须“捆绑”在一起才具有实际意义并发挥实用价值。实验表明,无线传感器网络中信标节点越多、分布越均匀,目标对象定位精度越高,但是网络建设成本却成倍增长。由于普通节点一旦定位完成,便升级为信标节点,与信标节点的功能完全相同,因此,整个网络进行部署时,信标节点和普通节点通常按一定比例进行布置(通常信标节点所占比例比较小),通过节点定位技术将普通节点升级转换成信标节点,不仅满足了一定的定位精度需求,而且能够大幅降低全网的建设成本和运营成本,更有利于商业应用。根据测量物理量的不同,基于测距的定位算法可以分为基于信号到达角度、信号传输时间、信号传输时间差和接收信号强度的定位算法,具体步骤通常包括距离测量、坐标计算和位置校正。其中,距离测量的准确程度直接决定了节点定位的定位精度。前三种定位算法对信号通视要求高,无法克服对遮挡物的阻挡带来的影响,对城市环境中多径效应更是无能为力；而基于接收信号强度定位算法对信号的通视能力要求低,对多径效应的影响也可以通过特定算法加以克服,无需另加额外硬件即可自动检测,在节点定位和目标检测跟踪中被广泛应用,目前其算法研究主要集中于如何在存在遮挡物阻挡和多径效应的环境中提高接收信号的估值精度。在城市环境条件下,传播过程中信号不仅反射与衍射频繁,而且多径干扰严重,这些原因导致RF信号强度实现精确估计困难,容易产生误判。本文以Shadowing模型为基础,结合RF信号传输突变频繁的典型特点,建立城市环境中无线传输模型,并且通过突变检测函数来判断信号的突变性,利用卡尔曼算法的估值优势,提出了一种基于阈值检测的RF信号估值算法。该算法通过与阈值进行对比判断,建立了检测到信号发生突变后再进行参数调整的工作机制,不仅减小了外界环境变化对RF信号产生的误判、提高了信号的估值精度,而且很好地实现估值算法的快速收敛,可有效应用于城市环境条件下基于测距的节点定位算法中,具有较强的鲁棒性。