无线传感器网络(Wireless Sensor Network,WSN)是一种综合了传感器技术、嵌入式技术、分布式处理技术和无线通信技术的新一代网络,在军事、环境监测、建筑、工农业生产以及民用等领域拥有广阔的应用前景。无线传感器网络中,位置信息对传感器网络的监测活动至关重要,例如,当WSN监测到发生火灾时,人们首先关注的是火灾发生的位置。目前,针对WSN节点定位的研究多集中于二维平面情况下,但是实际应用中,节点通常都布置在三维空间中,这其中又有相当多的应用是在室内环境下进行,因此,有必要研究三维室内环境下的未知节点的定位问题。本文首先分析了无线传感器网络三维空间定位的国内外研究现状,然后建立一个特定的应用场景,即在长度、宽度和高度有限的室内三维空间内,研究如何实现基于RSSI测距的高精度定位。本文的主要研究内容包括以下几个方面:1.参考节点的个数和摆放方法。参考节点的个数和摆放方法对定位精度影响很大。提出并证明了一个参考节点摆放方法与节点是否能被定位之间的关系的一个定理。为了解决竖直方向上定位精度不高的问题,把一次定位分解为多次定位然后进行滤波的方法来获得未知节点的位置,这样既避免了某些单次无法定位的情况,同时提高了定位精度。在前人工作的基础上,针对本应用场景,设计了参考节点的摆放方法。2.参考节点的选择算法。定位过程中,可使用多种不同的参考节点组合,但是由于测距误差的原因,并不是随便哪种组合都可以获得相同的定位结果。本文根据矩阵论的相关知识,提出了参考节点的选择算法,使得测距误差对定位结果的影响最小。3.误差处理理论在WSN定位中的应用。多个测距数据或定位过程中的多个计算结果中,可能存在偏离正常值较远的误差数据(粗大误差),应予以剔除。国家标准《GB/T 4883-2008数据的统计处理和解释正态样本离群值的判断和处理》中明确规定了离群值(即粗大误差)的判断和处理方法。本文把误差处理理论引入到WSN定位中,用来提高定位精度。4.采用二次滤波的方法进一步提高定位精度。数字滤波可以抑制有效信号中的干扰成份,消除随机误差,使得得到的数据尽可能向真实值靠近。针对RSSI的不稳定性和随机性,采用测量多个RSSI值然后进行一次滤波来提高测距精度;针对定位过程中得到的多个估计位置坐标,再进行一次滤波来提高估计位置的精度。5.研究了视距(LoS)和非视距(NLoS)环境下测距次数对定位结果的影响。仿真结果表明,本文提出的室内三维空间定位算法具有较小的定位误差,与目前已有的单纯使用RSSI测距来定位的算法相比,相对于房间大小的定位误差减小了7%左右,并对其它应用场景下的WSN定位具有一定的借鉴作用。