近几年来,随着微电子系统技术以及无线通信技术的快速发展,无线传感器网络得到了人们越来越多的关注。在多数应用中,传感器节点采集到的数据信息,只有在和位置信息关联的情况下才有意义,因此如何对传感器节点进行定位是无线传感器网络中的核心问题之一,也是当前无线传感器网络研究的热点之一本文在对现有的无线传感器网络节点定位方法进行大量研究的基础上,发现利用节点的移动特性信息,不但可以大幅改善定位精度,同时也可以有效克服非视距的影响,即使在大量障碍物的工作环境下,也可以得到较高的定位精度。本文研究了节点移动特性,提出了以下三种节点定位方法：(1)基于超声波测距的OBTL (Odometry Based TOA Localization)节点定位方法,该方法通过节点的移动特性信息,实现节点的初步定位,再利用未受非视距影响的信标节点发送的精确坐标与超声波测距信息,经过比例运算得到精确的移动节点位置信息。仿真结果表明它可以有效克服非视距影响,相对于LMedS方法,在相同网络拓扑与非视距情况下定位精度提高了89.4%,同时计算耗时仅为LMedS的6.1%。(2)距离无关的OBMCL(Odometry Based Monte Carlo Localization)节点定位方法,该方法利用节点的移动特性信息,克服了现有Monte Carlo定位方法限定条件的历史无关性,一方面改善了粒子的预测精度,另一方面在粒子权重更新以及重采样时,将不同时刻的限定条件联系起来,更加精确的更新粒子权重,从而有效的提高了定位精度。仿真结果表明在相同网络拓扑的情况下,相对于MCL以及DVhop方法,定位精度提高了69.1%以上。(3)能够克服非视距的uNMCL(under NLOS Monte Carlo Localization)节点定位方法,该方法利用节点的移动特性信息,改善限定条件历史无关性的同时,对节点之间的跳数信息进行预评估,排除受到非视距影响的连通性信息,然后利用正确的连通性信息对粒子权重更新,提高了定位方法的定位精度和抗干扰性。仿真实验结果表明,在非视距环境下,相对于DVhop方法(MCL无法应用于非视距环境),定位精度提高了72.3%。本文所提出的三种定位方法,由于计算过程简单,适合软硬件资源有限的移动节点定位,大量的仿真实验也表明三种定位方法有着较高的定位精度,较好的解决了无线传感器网络移动节点的定位问题。