无线传感器网络(WSN, Wireless Sensor Networks)由众多能量受限、计算能力受限、存储受限的传感节点组成,它把逻辑上的信息世界与客观上的物理世界无缝地连接在一起,将彻底改变人类与自然的交互方式。目前,无线传感器网路已经广泛应用于军事、环境监测、医疗护理、智能家居、交通控制等领域。作为无线传感器网络基础中间件之一的节点定位技术,不仅能够提供各种普适定位服务(PLS,Pervasive Location Service),而且还能为传感器网络的高效管理提供核心支撑。无线传感器节点定位不同于传统的无线定位技术,它面临网络自组织、能量受限、计算能力有限和无线传输不可靠等众多挑战,研究高精度、低功耗和高鲁棒性的无线传感器网络定位算法,具有十分重要的应用价值。本文对无线传感器网络节点定位技术进行了深入研究,取得如下研究成果：(1)提出了基于标记传递的半监督学习定位算法。传统的模式匹配定位算法在训练阶段需要对大量的有标记的数据进行学习,从而建立训练模型用于预测未标记数据。然而在现实生活中,采集数据并对数据进行标记需要大量的人力物力,采集代价比较高。针对这一问题,提出了基于标记传递的半监督学习定位算法,减少了在训练阶段的采集代价。该学习算法基于一种流形假设：在一个很小的局部领域内的数据具有相似的标记,从而将有标记的数据和未标记的数据联系起来,标记通过随机漫步的方式沿着高密度的区域传递给未标记的数据。实验结果证明仅需少量的有标记数据(20%左右),便能以较高的精度(85%左右)实现对未标记数据的定位标记,从而有效地降低了训练数据集的采集代价。(2)提出了基于QR分解的分布式移动节点定位算法。针对目前大多数无线传感器网络定位算法只适用于静态节点的不足,利用QR分解的思想对分布式最小二乘算法进行改进,提出了一种分布式移动节点定位算法。该算法先是对每一个信标节点的观测矩阵进行QR分解,然后移动未知节点在距离自己最近邻居信标的QR分解基础上进行更新来估计自己的位置,降低了移动节点定位阶段的计算复杂度。同时进行了参数无偏估计的Cramer-Rao下限分析来估计节点位置可能达到的误差下界。实验结果表明该定位算法在一定程度上降低了节点的计算复杂度,并且具有比较好的定位精度。(3)设计并实现了无线传感器网络定位系统。本文设计并实现了一种基于WiFi的无线传感器网络定位系统,该系统通过定位标签接收WiFi无线信号强度信息,并通过网络传送到指定的定位服务器；定位服务器根据定位算法计算定位标签的位置,同时与数据库连接,完成相关数据的记录,并将定位结果以及系统相关信息以图形界面形式显示；该系统还可以通过Web Service发布服务的方式,为第三方应用提供基础位置服务。