在传感器网络的各种应用中,监测到事件之后需要关心的一个重要问题就是该事件发生的位置,没有位置信息的监测消息是毫无意义的。随着无线传感器网络技术的发展,越来越多的场合都需要传感器节点具有移动性。虽然,无线传感器网络定位算法一直是一个研究的热点,但专门针对移动节点定位算法的研究还不多。本论文首先介绍了无线传感器网络的基本概念、体系结构及其应用;在此基础之上进一步介绍了无线传感器网络节点定位的相关概念、定位算法的分类及基本的性能评价标准;然后对无线传感器网络移动节点定位算法的研究现状进行了描述,阐述了现有的主要的无线传感器网络移动节点定位算法。最后,将研究的重点放在了基于RSSI测距技术的室内定位算法上。室内定位是无线传感器网络移动节点定位算法重要的一个应用领域。本文在实际分析了RSSI信号在室内环境下的特性之后,提出了一种将信号对数传输损耗模型与场景指纹定位方法相结合的定位策略,在保证定位精度的同时提高了效率。并在基于场景指纹的概率定位算法的基础上,在流形学习的前提假设下,结合递推求解的方法,提出了一种计算复杂度不高的基于概率的半监督场景指纹定位算法,减小了场景指纹方法在离线阶段的数据采集与处理的工作量,进一步提升了工作效率。实验结果表明本算法能减少有标签样本数据采集的工作量,对知其位置的,有标签的RSSI向量样本所占比例的要求并不高,是一种较为高效的室内定位算法。同时,在经过校正后,实际使用该算法对移动节点进行定位时,也有着较高的精度。