从20世纪90年代起,随着微电子、无线通信和计算机网络技术的迅速发展,无线传感器网络(Wireless Sensor Network,WSN)在世界范围内引起了广泛的关注。WSN是指由大量硬件代价低、体积微小的传感器节点构成,部署在目标区域内用于执行特定监测任务的无线网络。这类网络因具有成本低、部署方便等特点而具有很大的实用价值。在WSN的各项应用中,传感器节点的位置信息都扮演着不可缺少的角色,因此无线传感器网络的定位研究是具有现实意义的。本文主要研究基于距离的分布式无线传感网络定位算法。受文献[1]的启发,本文提出一种带摄动的梯度定位算法。该定位算法去掉了原算法中避免碰撞的部分,并增加了坐标转换部分。其中,坐标转换实现在系统收敛后根据锚节点的绝对坐标将未知节点的相对坐标通过线性变换转换为绝对坐标,并通过MATLAB仿真平台验证了本文算法的性能。首先,比较本文算法与传统梯度算法在不同拓扑下的定位成功率,结果显示本文算法成功率明显高于传统梯度算法。接着,将本文算法与现有的分布式定位算法DILOC和DNRL进行性能比较,在收敛速度方面,本文算法稍慢于DILOC算法,快于DNRL算法;但在对拓扑连通度要求方面,DILOC算法对拓扑增加了两个假设,而本文算法仅要求拓扑满足全局刚性即可。最后,考虑在距离测量值上增加高斯噪声,本文采用文献[2]中均值滤波的思想对距离测量值进行处理,仿真结果显示,在噪声情形下本文算法仍然能达到较高的定位精度。此外,本文跟进了现有的基于质心坐标表达的定位算法研究。Khan等人首先提出基于质心坐标的定位算法,刁英斐等将该算法的适用范围扩展到一般网络,并给出其可定位的充要条件。刁英斐等文中给出的其算法可定位的充要条件是不完整的,本文对其作了补充。同时,将带摄动梯度算法与基于质心坐标迭代的ECHO算法融合,降低了该算法对拓扑连通度的要求;优化了其计算节点的选取方式,使其能更有效地利用锚节点信息,加快了其收敛速度。最后通过仿真实验验证了本文给出的融合算法在收敛速度和对拓扑连通要求两方面均优于原来的ECHO算法。