在无线传感器网络(Wireless Sensor Network,WSN)中,定位技术使网络能够确定各个节点的坐标,从而确定事件发生的位置,使网络做出有效地行动,是WSN核心技术之一。其中,基于测距的(Range-based)定位技术能够实现较精确地定位,几乎可以适用于各种场景,但对无线传感器节点的硬件、成本和功耗的要求较高。另外,无线传感器网络节点往往随机部署在指定区域,可能存在节点分布不均匀的现象,极易造成局部稀疏网络,往往稀疏部分会在一些特殊场合起到关键的作用。常见的Range-based定位技术,能够实现对网络中连通度正常的区域进行定位,但不能根据WSN部署情况自适应地完成对局部稀疏部分的有效定位,具有很大的局限性。因此,为了提高Range-based定位技术的通用性和有效性,对其进行自适应性扩展具有重要的意义。本文以WSN为背景,研究WSN自适应定位技术,对对称双边到达时间(Symmetric Double Side Two Way Time Of Arrival,SDS-TW-TOA)定位算法进行改进,并在此基础上对WSN局部稀疏部分设计有效的自适应定位方法。本文所取得的研究成果包括以下几个方面:由于SDS-TW-TOA定位算法的误差主要来源于节点自身时钟与标准时钟之间偏移所带来的定位测距误差,且该算法没有考虑真实环境对测距精度造成的影响。因此本文提出一种改进的定位算法,即修正节点时钟周期比的到达时间(Modificatory Period Rate OF Node Time Of Flight,MPR-TOF)。在该算法下,网络中的待定位节点根据采集到的各个锚节点与自身的节点时钟周期比,对定位测距得到的锚节点距离值进行修正,以此提高测距的精度。在此基础上,由于接收信号强度指示(Received Signal Strength Indicator,RSSI)技术对周围环境的敏感程度高于MPR-TOF,并且不需要增加额外的硬件支持,本文将RSSI和MPR-TOF相结合,模拟实际环境对信号衰减的影响因子,对MPR-TOF算法进行改进,提高定位算法的有效性和实用性。针对目前Range-based定位技术不能对局部稀疏网络实现有效定位的问题,在MPR‐TOF定位算法基础上,适当增加节点计算量和通信开销,形成基于测距的无线传感器网络自适应定位技术。该技术能够根据网络中节点实际的部署情况对网络中正常部分进行高精度定位和局部稀疏部分进行自适应地有效定位,使得整个网络具有更强的可靠性和可用性。本文利用OPNET仿真软件对上述成果进行了仿真与测试,仿真结果表明,本文提出的自适应定位技术,能有效的提高测距精度,并有良好的适应性。