无线传感器网络是由多个利用无线电进行交互的设备组建而来的一种网络形式，该网络能够辅助实现目标物体位置的确定，目前已经成为多个研究和应用领域的重要技术。随着无线通信的日益完善，高精度的无线定位技术成为关乎人类安全和社会发展的重点研究内容。确定无线传感器网络中目标物体所处的具体位置的过程可以分成测距和位置估计两个阶段。因此，本文针对位置估计过程中的无线定位优化算法进行深入研究。
　　1、对生物地理学优化算法进行改进。本文首次将拷贝数变异的概念引入生物地理学优化算法中，通过对算法中保留下的“精英特征”进行变异操作显著增加了生物种群中子代物种的数量，明显改善了该算法在迭代次数较多时出现的搜索动力不足的问题，并通过相关实验证明了本文所提改进策略的有效性。
　　2、提出粗略定位与精细定位相结合的无线定位算法。基于群智能优化的无线定位算法在进行定位时的初始寻优范围一般都是整个无线网络，此类算法迭代次数多、耗时长。为进一步提高无线定位的准确率以及不断缩小寻优范围，本文将加权最小二乘法与精英特征变异相结合，首先采用加权最小二乘法对目标节点的范围进行粗略约束，然后利用引入精英特征变异的生物地理学算法进行精细定位。最终通过仿真实验，验证了此算法能够明显提高对目标节点的定位精度且满足设定的精度要求。
　　3、为验证本文提出的算法在真实环境中的有效性和实用性，本文搭建了基于UWB的无线定位网络，在不同场景下进行测试并与其他相关算法进行对比实验。