无线传感器网络(Wireless Sensor Networks,WSNs)是由大量廉价且功耗较低的小型传感器节点组成的多跳自组织网络。这些传感器节点被随机部署在特定环境中,能够采集环境中的各种信息,并将其发送给远处的用户以实现不同的应用。节点定位技术是WSNs的关键技术之一,在许多应用中,脱离了位置信息的环境监测信息对于整个应用系统来说毫无意义。因此,WSNs中节点定位技术的研究显得颇为重要。论文首先整体介绍了WSNs的体系结构、特点、关键技术及应用;随后展开了WSNs中节点定位技术的研究,主要分两大类分析了几种典型的定位算法以及它们的优缺点、使用场景；最后重点对无需测距的LAEP(Localization algorithm using expected hop progress)算法进行了研究,主要取得了如下成果：论文分析了LAEP算法的定位模糊性问题,即相邻节点的定位位置十分相近。针对该问题,提出了邻居节点之间的“计算距离”和“伪测距距离”的概念,并给出了相应的计算方法,在此基础上设计出两种求精算法：基于辅助修正点的定位求精算法(RLAACP)和基于矢量的定位求精算法(RLAV)。RLAACP算法中节点先根据它与邻居节点间“计算距离”和“伪测距距离”的偏差得到辅助修正点的坐标,然后将所有辅助修正点所组成的多边形的质心作为求精后的位置；RLAV算法中节点利用它与邻居节点间“计算距离”与“伪测距距离”的差异构建位置校正矢量,然后以“计算距离”和“伪测距距离”偏差的平方和为目标函数,在位置校正矢量方向上找到使得目标函数值最小的点作为节点求精以后的位置。本文的两种算法都在LAEP算法的基础上,进一步利用了邻居节点之间的距离信息进行位置求精。最终的仿真结果表明,本文提出的算法能够在LAEP的基础上大大提高网络的定位精度。由于WSNs的能量受限,本文还对收敛速度较快的RLAV算法的能耗问题进行探讨。文中给出了相应的能耗模型,并对LAEP算法和RLAV算法的能耗进行对比分析;之后从减少能耗的角度出发,对RLAV算法进行改进；最终对改进后的RLAV算法进行仿真分析。仿真结果表明,改进的RLAV算法很好地权衡了定位精度和能耗,具有较高的实用价值。