无线传感器网络是融合了传感器技术、无线通信技术、无线传输技术、计算机网络技术、软件技术、微电子技术、嵌入式技术、人工智能技术、信号处理技术等技术的多学科,多领域的综合研究领域。随着科技的发展,其体积小、功能多、功耗低、感知能力强等特点,逐渐受到了越来越多的关注。定位技术作为无线传感器网络中的支撑技术,节点收到的数据若没有附带位置信息,往往就没有任何意义。　　本文先介绍了无线传感器网络节点定位的基本理论。之后重点从测距与定位算法两条主线研究了无线传感器定位技术。　　无线传感器网络定位技术分为基于测距的,与非基于测距的。基于测距的定位技术的优点是精度高,缺点是易受环境的影响。测距的精度很大程度上影响了定位精度,测距的物理层信号的特性,测距方式的选择都对测距精度有很大的影响,本文主要研究了 IEEE802.15.4a协议中提出的 CSS技术在测距中的应用,分析了 Chirp扩频技术(Chirp Spread Spectrum,CSS)的原理以及在测距方面的优势。同时研究了802.15.4a协议规定的 SDS-TWR测距方式,此方式的优点是两个测距节点之间不需要时钟同步,节约了成本。最后利用满足802.15.4a协议的测距模块分别在视距与非视距环境下进行了测距实验,分析了实验结果。　　在定位算法方面,本文针对非视距(NLOS)误差,基于最小一乘法思想提出了一种组合中位最小二乘算法(Combination Median Least Squares,CMLS)。最小一乘法不同于最小二乘法,对超量误差有很好的抑制作用,缺点是计算非常复杂,所以在两百多年的历史中并未实现实质性的发展。本文提出的组合中位最小二乘算法,先将所有测距值3个一组排列组合,分别进行最小二乘法定位,再在所有的定位结果中分别在 x,y两组坐标值中按最小一乘法取出中位数。经过论证,此算法最少能够抑制7个测距值中含1个具有非视距误差的测距值所带来的影响,随着测距值总量的加大,在测距值中包含非视距误差的数量不超过总量的20％时,可以有效的抑制非视距误差。此算法不需要鉴别是否存在非视距误差,也不需要关于环境的统计信息,同时避免了最小一乘法在计算上的复杂。最后通过 Matlab仿真,并与传统的最小二乘算法以及同样不需要鉴别是否包含非视距误差及不需要了解环境统计信息的残差加权算法(Residual Weighting Algorithm, Rwgh)进行了比较,说明了算法性能。