无线传感器网络许多应用需要知道节点的位置,在某些环境下还需要获得节点的相对位置。基于测距技术的传感器网络定位算法比无需测距技术的传感器网络定位算法精度相对高,因此本文将重点研究基于测距技术的无线传感器网络定位算法,并在第三章和第四章分别详细地讨论和分析了其中的TDOA和RSSI两种定位算法。 首先,论文在查阅大量相关文献的基础上,综述了基于无线传感器网络定位技术的国内外研究现状。介绍了无线传感器网络定位系统和算法的性能评价标准和分类方法,着重综述了近年来该领域具有代表性的算法及系统的原理和特点。 其次,我们提出了一种能应用在无线传感器网络中基于扩展卡尔曼滤波的TDOA定位方案。该定位方案不需要节点间全局同步,能有效减小节点设计的额外硬件开销,降低了节点功耗和成本。我们先利用测得的TDOA值进行定位,再将算法得出的目标节点估计值作为扩展卡尔曼的观测值进行滤波估计,以三个锚节点为例,进行了仿真分析。仿真结果表明改进的泰勒序列展开法获得的估计值经扩展卡尔曼滤波优化后,定位精度接近Cramer-Rao理论下限值。 然后,本文提出了基于接收信号强度均值的无线传感器网络定位方案。该定位方案不需要目标节点主动发射信号而是被动监听信道,这将有效降低目标节点功耗并在一定程度上提高信道利用率。由于定位处理是在后台PC机上集中处理而不是节点本身,我们可以采用复杂度略高但定位性能更理想的定位算法。仿真结果表明,本文的RSSI定位机制比传统的基于接收信号强度的无线传感器网络定位算法有更好的定位性能。 最后,我们在现场环境下验证了本文提出的基于接收信号强度均值的无线传感器网络定位方案的计算效率和定位性能。在办公室视距环境下,该定位方案绝对定位精度均值达到1.56米,从而在硬件平台上验证了算法的可行性,进一步表明该定位方案能满足某些室内无线传感器网络的定位需求。