人们对定位需求的与日俱增,使得定位应用已从最初的军事国防领域扩展到民用领域。定位技术作为获取监测目标位置信息的关键,在定位应用中起到至关重要的作用。射频识别(Radio Frequency Identification,RFID)是一种典型的无线识别技术,常用于仓储物流、零售制造和食品溯源等目标识别与定位应用。但是,RFID的通信距离和定位精度有限,而蜂窝式的通信方式也限制了RFID的定位应用范围。无线传感器网络(Wireless Sensor Network,WSN)是由大量传感器节点以多跳通信和自组织方式构成的无线网络,被广泛用于军事、工业监控、智能家居以及交通管理等诸多领域中,但当WSN仅用于定位应用时,系统的成本较高,同时还会造成一定程度的硬件资源、软件资源和信息资源的浪费。考虑到RFID和WSN技术在定位方面的优势,将RFID和WSN技术相融合,构建融合射频识别的无线传感网(Wireless Sensor Network Syncretizing Radio Frequency Identification,WSID),不仅可以发挥远距离无线通信和网络自组织的特点,还能实现低能耗和低系统成本的目标精确定位。因此,WSID定位技术蕴藏巨大的潜力,具有重要的研究意义。本文以WSID网络定位理论为基础,从WSID网络在现代农业设施园艺温室环境、障碍物分布的室内环境以及复杂多变的室外环境的定位需求出发,针对WSID网络定位关键技术在非测距定位、稀疏分布网络以及能量异构网络中的定位问题展开研究。主要研究内容如下:(1)构建较为完整的WSID网络定位理论体系。基于已有RFID和WSN融合网络的研究基础,论文从理论基础、系统结构、节点构成、操作系统、通信协议、定位特性、模型构建和典型技术等多个方面,构建了较为完整的WSID网络定位理论体系。对典型的基于测距和非基于测距的定位算法进行对比和评估。(2)研究距离矢量跳数(Distance Vector-Hop,DV-Hop)定位算法存在的测距误差大和适宜度函数评价效果差的问题。采用蝙蝠算法解决DV-Hop算法的多目标优化问题,提出基于蝙蝠算法的非测距定位(Bat Algorithm-based DV-Hop,BDV-Hop)算法以及改进的基于蝙蝠算法的非测距定位(Improved Bat Algorithm-based DV-Hop,IBDV-Hop)算法。在BDV-Hop算法中,分别提出平均每跳距离优化方法、蝙蝠飞行速度的修正策略以及可行解更新方法,用于提升算法的定位精度和可行解的搜索能力;IBDV-Hop算法在BDV-Hop算法的基础上做了进一步优化,并给出了适宜度函数的改进方法。仿真实验和真实温室环境实验的结果表明,BDVHop算法和IBDV-Hop算法的定位精度高、复杂度低且收敛性好。(3)研究监测目标在稀疏分布网络中无法被定位的问题。采用高斯混合模型训练、优化并预测监测目标的移动轨迹,提出基于高斯混合模型的协同预测定位算法(Collaborative and Predictive Localization Algorithm,CPLA)和基于信号接收强度指示(Radio Signal Strength Indicator,RSSI)的协同预测定位算法(RSSI-based Collaborative and Predictive Localization Algorithm,RCPLA)。在CPLA中,提出了多点定位、两点定位、一点定位和无点定位的协同预测定位机制以解决监测目标无法被定位问题;在RCPLA中,引入RSSI来缩小目标的存在区域,同时还给出了改进的协同预测定位机制来提升定位精度。仿真实验和真实室外环境实验的结果表明,CPLA和RCPLA实现了目标在稀疏分布网络中的精确定位。RCPLA在测量误差较小时的定位精度更高,而CPLA在测量误差较大情况时的定位精度更高。(4)研究能量异构网络能耗不均衡和生存周期短的问题。分析信号衰减模型,建立节点的多级能量异构模型,提出一种能量高效的分布式定位算法(Energy-Efficient Distributed Localization Algorithm,EEDLA)。通过分析节点的能量消耗和剩余能量,以及整个网络的连通性和分布情况,分别提出基于权重的组网策略、分布式定位方法、节点状态管理策略和数据融合与传输策略,用于降低算法复杂度、提高定位精度和减少能量消耗。仿真实验结果表明,EEDLA的定位精度高、网络能耗低且生存周期长。在真实室外环境中,EEDLA的定位性能也优于其它测试算法。