无线传感器网络是当前的研究热点。无线定位是无线传感器网络研究的重要课题之一。迄今已经出现了很多无线定位技术以及实验性或商用性的定位系统。这些技术或系统各有千秋。例如,其中一些感知范围有限,只能覆盖很小的区域:另外一些只能在某些环境下发挥作用。此外,一些应用需要传感器网络在特定区域内达到一定的定位精度和定位可靠性。应用所需要的精度或可靠性愈高,应用场景中人或物的复杂度愈大,对技术或系统的选择也愈加苛刻.　　 本文以超宽带定位技术和差分GPS技术为研究的切入点,在实验室环境中采集了参考点的实际坐标数据和位置测量数据,分析了这些数据的统计特征。这两种定位系统对位置的测量虽然能够达到厘米级的精度,但对有些应用而言仍然不是很稳定可靠,需要在此基础上进行性能的提升。　　 本文针对现有系统存在的定位区域单一、定位效果不佳等问题进行了深入的研究和分析,并对定位的若干子问题提出了相应的解决方案。结合研制港口集装箱卡车定位系统的背景,本文设计了一个统一的定位引擎。该引擎以多种定位子平台为支撑,根据各子平台所提供的局部-全局转换参数,整合来自不同数据源的位置数据,达到全局定位的目的。该引擎具有如下功能:　　 (1)整合多个子平台的位置数据,向应用层程序提供目标的全局坐标；　　 (2)在局部区域提供高精度定位；　　 (3)提供单一对象到多硬件标识之间的映射。　　 另外,该引擎具有如下特点:　　 (1)可扩展。由于集成子平台时设计了统一的接口,因此根据实际需要可以替换或扩展已有的子平台；　　 (2)局部定位优化。在需要高精度定位的区域采用滤波算法提高定位精度。本文着眼于在数据处理层提高系统的定位精度和可靠性。结合数字信号处理的滤波技术,本文分别针对目标处于运动和静止状态进行坐标数据处理。根据运动和静止状态下位置数据特征的不同,选择滤波器的策略如下:一、目标静止,采用滑动平均滤波和卡尔曼滤波；二、目标运动,采用Savitzky-Golay平滑滤波和二项式平滑滤波。同时,本文提出了判断目标状态的策略。　　 (3)交叠区域数据融合。在可以同时收到来自两个子平台位置数据的区域采用粒子滤波器,融合多数据源数据,改善定位效果。　　 为了验证上述方法的可行性,本文设计了若干组针对性的试验。试验表明:经过滤波之后,系统的定位精度提高了,定位可靠性得到了增强。