基于WSN（Wireless Sensor Network，无线传感器网络）的定位是一种新的技术，在环境监测、国防军事、仓库管理、救灾抢先、维护秩序、预防控制等领域有着非常广泛的应用前景。目前利用无线传感器网络实现定位有基于测距技术和非测距技术，基于测距技术的定位算法有TOA、TDOA、AOA、RSSI；基于非测距技术的定位算法主要有：质心法、APIT算法、DV-HOP算法等。CC2431定位引擎基于RSSI（Received Signal Strength Indicator，接收信号强度指示）技术，利用RSSI测距获取节点间距离后，再利用三边测量法计算盲节点的位置，由于测距误差的存在，且RSSI易受环境影响，产生衰减，使定位精度较低。所以要建立一个稳定的定位系统，还有很多问题需要解决。为了解决上述问题，本文需建立一个完整的无线传感器网络定位系统，来完成整个定位系统数据的采集、传输及显示。本文对基于WSN定位的整体框架进行研究，搭建硬件平台，分析并选择网络拓扑结构，将采集的数据上传至PC机，并对定位结果进行上位机显示。本文针对CC2431定位结果不稳定及易受环境影响等特点进行分析。首先对无线传输模型的参数进行分析，并对主要参数进行最优化选择；重点研究RSSI易受环境影响的因素：节点传输距离、发射功率、电磁波干扰（蓝牙干扰、手机通话干扰、WLAN干扰、微波炉干扰等）、障碍物、供电电源、天线高度、天线角度、大气变化、湿度，硬件特性（天线的长短、材料的特性）等，对这些因素产生的定位误差进行分析，提出可行性解决方案。针对CC2431定位精度低，误差大，本文重点研究CC2431定位引擎与改进的加权质心算法相结合的定位方法。通过在CC2431定位引擎中引入加权因子来体现参考节点对盲节点坐标决定权的大小，从而提高定位的准确性，并用硬件实现该算法。为验证算法性能，在理想情况下通过对CC2431定位引擎及改进后算法进行比较，验证了改进算法的优越性。并针对物联网实验室内不同环境干扰，提出采用传统的最小二乘法对RSSI参数进行修正，实验证明，参数修正后的定位误差在规定的误差范围内，且提高了定位精度，达到了较好的定位效果。