近年来,无线传感器网络迎来了井喷式的发展,而通过无线传感器网络对目标进行无源感知定位也成为了一个新兴课题。不同于有源定位,无源感知定位的原理是:当目标进入无线传感器网络中时,会引起传感网中链路信号的接收信号强度指示RSSI(Received Signal Strength Indication)值发生改变,将目标进入传感网前后的RSSI值进行比对分析,可估计目标的位置。该技术不需要被定位目标携带任何电子设备即能对目标进行定位,在目标监测、安防、灾害救援等领域中具有重大的研究价值和意义。因此,人们掀起了一股研究无源感知定位算法的热潮。在无源感知定位中,指纹法和几何法由于算法实现较容易、成本低,因此被研究人员普遍采用。但是,这两种方法也存在着一些不足。指纹法的指纹匹配需要较大的计算量。欧氏距离可用于度量空间位置向量的距离,却被大多数指纹法用来匹配具有非空间属性的指纹向量。几何法定位受环境布局影响较大,稳定性较差。因此,本文对这些问题展开了研究。本文首先概述了无线传感器网络及分析了基于RSSI的无源感知定位原理,比较指纹法无源感知定位和几何法无源感知定位的优缺点。针对指纹法中,欧氏距离法被用来匹配具有非空间属性的指纹向量不合理的问题,本文在指纹法的匹配方式上引入了斯皮尔曼相关系数法,利用该方法适用于具有非空间属性的指纹向量,通过估计两个向量之间的相关性来匹配指纹向量的特点,从而提高指纹法的定位精度。同时,我们以CC2530开发板为硬件开发平台,BasicRF协议作为无线组网协议,在IAR Embedded Workbench IDE中进行程序开发,搭建了基于ZigBee的无线传感网实验系统,设计了基于RSSI的无源感知定位实验验证系统,并在MATLAB平台上进行算法仿真计算。实验结果表明,斯皮尔曼相关系数法较欧氏距离法,平均定位误差更小,定位精度总体更高。虽然指纹法定位精度较高,稳定性较好,但是指纹匹配有大量的计算。由于几何法定位简单方便、计算量小,能够快速定位出目标的大致位置,所以我们将改进的指纹法和几何法进行联合,研究提出了一种基于RSSI的指纹法与几何法联合的室内无源感知定位算法(F&G法)。F&G法先通过几何法确定出目标的大致位置,将目标所在区域缩小,然后在缩小区域内进行指纹法定位,最后将两种方法所确定的位置坐标取均值,得到目标最终的位置。实验结果表明,相比较指纹法和几何法,F&G法在较少计算量的情况下,达到了理想的定位精度。