节点定位技术是无线传感器网络最主要的支撑技术之一,也是研究难点之一在大部分实际应用中,获取精确的节点绝对位置或者节点间的相对位置信息是至关重要的。为了达到精确定位的目的,不仅要从硬件上减小节点间距离估计误差或者测距误差,而且要从定位算法上进行改进,提高算法的定位精度。本文首先讲述了无线传感器网络技术的发展历程,总结了国内外研究现状。研究比较了无线传感器网络节点间测距技术及基于测距的定位算法。最后对粒子群优化算法进行研究和改进,在基于测距的定位模型下对改进算法进行仿真分析。本文对基于改进粒子群优化的无线传感器网络定位算法进行研究。主要的研究工作有以下两点：首先,在有锚节点无线传感器网络中,针对传统RSSI测距模型的缺点,本文采用了一种改进RSSI测距模型,并提出了一种基于线性递减权重的混沌粒子群算法(W-CLSPSO)的定位方法。对基于锚节点选择策略的W-CLSPSO算法与不基于锚节点选择策略的W-CLSPSO算法进行比较,证明了锚节点选择策略在本文仿真实验中的可行性。对W-CLSPSO算法、CLSPSO算法(混沌粒子群算法)、PSO算法、WLS算法(加权最小二乘法)分别在不同噪声指数和锚节点数量情况下的仿真比较,仿真结果说明在定位精度和算法稳定性上,W-CLSPSO算法要优于另外三种算法。其次,针对锚节点缺失的无线传感器网络,本文提出了一种基于TDOA定位模型的改进PSO算法与Taylor算法协同定位的新定位方法。在不同噪声指数下,分别对PSO算法、AsyLnCPSO算法(基于异步学习因子的粒子群优化算法)、SAAPSO算法(基于异步学习因子的自适应权重粒子群优化算法)和Min-max+Taylor算法、SAAPSO算法、SAAPSO+Taylor算法的平均位置误差和均方差两项指标进行仿真比较,仿真结果说明本文提出的改进算法具有更高的定位精度、更小的累积误差和更好的稳定性。