无线传感器网络已经广泛应用于军事、环境监测、森林防火、工厂和煤矿监控等领域。大量低成本、多功能、微小体积的无线传感器网络节点可以布置在特殊区域或者人类无法生存的恶劣环境中，形成一个大规模的、动态拓扑结构的、应用相关的自组织网络。节点或监测目标的定位是无线传感器网络的应用之一，也是其众多应用的基础。无线传感器网络的监测任务分配、某些路由机制、覆盖信息、负载均衡和拓扑控制等都依赖于网络中传感器节点的位置信息。因此，定位技术在无线传感器网络的研究中具有重要的理论与实际意义。但是，传感器节点受到节点成本、体积和复杂度的限制，现有无线传感器网络定位技术总是存在定位距离、定位精度和硬件复杂度等相互矛盾的问题。首先，本文提出了一种基于节点间距离差的定位算法。算法的基本思路是直接利用无线通信模块的射频分组求得未知节点到各个信标节点的距离之差，然后利用改进型的三边定位法计算出节点的坐标，对节点实施远距离、精度可控、低成本的定位。然后，本文提出了一种分布式卡尔曼滤波算法用于对TDOA算法进行误差优化。其原理是，把每个信标节点与未知节点的距离作为观测值进行分布式优化滤波。TDOA定位及其分布式卡尔曼滤波误差优化的硬件实验和仿真实验证明，分布式卡尔曼滤波算法具有更好的TDOA误差优化效果。最后，本文将无线传感器网络定位技术应用于一种全新理念的汽车桩考系统中。本文设计了汽车桩考系统专用的传感器节点，在此硬件平台上移植了TinyOS操作系统。桩考系统采用经分布式卡尔曼滤波误差优化后的TDOA算法，对考车进行定位跟踪，检测出考车碰杆、压线等犯规动作。