近年来，无线传感器网络（WirelessSensorNetwork,WSN）因其低功耗、低成本、布设方便等特点被广泛应用在军事、民用等各个领域。其中获取传感器节点的位置信息是这些应用得以推广的重要前提，因此对无线传感器网络环境中更有效、更可靠的定位算法的研究成为当今的一个研究热点。通过对无线传感器网络及其节点定位算法的学习和研究，本文主要做了以下工作：首先，论文在查阅大量相关文献的基础上，综述了无线传感器网络的体系架构及其主要应用。介绍了Zigbee通信协议以及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方法。然后，重点对具有低功耗、高精度的基于接收信号强度值（RSSI）测距的方法进行了研究，并对常见的基于RSSI测距模型上的几种定位算法进行详细的分析。基于RSSI测距的定位方法需要一个精确的测距模型，因此在对各定位算法进行研究前先利用基于Zigbee技术的C51RF-WSN平台来实测实验室中特定距离处的接收信号强度值，并采用高斯滤波来减小偶然误差对测量RSSI值的影响，然后利用线性回归分析优化测距模型中A，n的值。通过实际测量发现信号在各方向上的衰减具有不规则性，为了建立更精确的测距模型，通过对传统的测距模型添加DOI值来优化，从而得到更精确的室内测距模型。其次，在建立的测距模型基础上，利用MATLAB对无线传感器网络环境进行模拟并分别对三边测量定位法、极大似然估计法和最小-最大定位法进行仿真。通过分别改变锚节点比率、节点总数和DOI值来分析各算法的扩展性和适应性。对其中具有较大定位误差的最小-最大定位法原理进行分析发现其特有的定位实现方法对处于定位区域边缘的未知节点会产生较大的定位误差，文中使用了矩形边缘越界检测法来改进这种定位方法。通过仿真验证了改进的最小-最大定位法在局部和总体上都比传统最小-最大定位法的定位精度有较大提高。