无线传感器网络(Wireless Sensor Network,WSN)是一种由大量的能实时地监测和感知所部署区域物理信息的节点组成，它在工业、军事、医疗监护、智能家居、环境监测等领域都有广泛的应用。在这些应用中，为了更好地监测和跟踪目标，传感器节点的位置是最重要的信息之一。最近几年，无线传感器网络节点的定位已经成为了一个具有理论意义和实际应用价值的研究热点。
　　本文分析了Amorphous算法和蒙特卡罗（Monte Carlo Localization,MCL）算法的优缺点和存在的问题。在此基础上研究了基于BP(Back Propagation)算法的Amorphous静态节点定位算法和基于粒子群优化(Particle Swarm Optimization，PSO)算法的PSOMCL动态节点定位算法。主要研究内容和结果如下：
　　(1)基于BP算法的Amorphous静态节点定位算法
　　经典的Amorphous定位算法在定位过程中将产生巨大的误差。为解决此问题，本文提出了一种改进算法去减小误差。改进算法通过引入接收信号强度阈值去修正未知节点到锚节点的最小跳数，再引入BP算法对阈值进行优化，从而减小了定位误差。仿真结果表明，改进算法在定位精度和能耗方面都优于其他算法，且容易实现。
　　(2)基于PSO算法的PSOMCL动态节点定位算法
　　针对蒙特卡罗定位算法定位误差较大的问题，本文提出了一种基于PSO算法的PSOMCL动态节点定位算法，改进算法先通过MCL算法和移动节点的运动模型来求解待定位移动节点的估计位置，根据求得的估计位置到锚节点的距离与该节点到锚节点的测量距离来构造移动节点的位置修正函数，然后再引入PSO算法对位置修正函数进行快速优化以降低定位误差，最终求出待定位移动节点的最优位置。本算法简单易行，同时提高了定位精度，且能耗相对较低。