无线传感器网络技术应用了传感器技术、嵌入式计算技术、分布式信息处理技术和无线通信技术,能够协作地完成实时监测、传感和采集目标对象的信息,并对其进行处理,传送给需要信息的用户。其中,节点定位技术是传感器网络完成目标信息识别、监控、跟踪等众多应用的前提,也是传感器网络研究中的热点问题之一。本文主要针对无线传感器网络节点定位技术的边界盒问题进行了深入研究。基于无线传感器网络的边界盒算法,本文研究了在高密度的节点分布下,无线传感器节点定位问题的改进。在原有边界盒算法的基础上,针对节点定位的误差,本文提出了基于单元格的边界盒二次定位算法。该算法将原边界盒算法求出的矩形区域做进一步划分2*2的单元格,可由锚节点和通信半径估算出它们的质心位置。将这四个位置和原边界盒定位位置作为未知节点的估计位置,并求取这五个估计位置和未知节点与未知节点通信范围内的锚节点的距离和。将五个估计位置的距离和与未知节点的距离和进行比较,选取与未知节点距离和最为接近的那个估计位置作为未知节点的估计位置,从而提高节点的定位精度。本文还在规则模型与非规则通信模型的情况下,分析了边界盒算法与基于单元格的二次定位算法的定位误差问题。结合边界盒算法与扩展卡尔曼滤波器的优点,进一步提高节点定位精度。该算法分为两个阶段：初步定位阶段和求精阶段。首先利用边界盒定位算法对未知节点进行定位,然后将边界盒定位后得到的估计位置作为扩展卡尔曼滤波的初始值。利用未知节点到其所有邻节点之间的量测信息,应用扩展卡尔曼进行迭代滤波,还将定位后的未知节点作为锚节点参与到迭代定位中,直至满足迭代终止条件,得到求精后节点的最终位置,此种算法可以有效的提高节点的定位精度。