进入21世纪以来,计算机、微电子和无线通信等技术的不断进步,带动着无线传感器网络的飞速发展。在无线传感器网络的广泛应用中,传感器节点对自身位置的估计是必不可少的环节。围绕节点定位问题,当今的国内外学者设计出了大量的定位机制和算法。在实际应用中,无线传感器网络通常部署在复杂的地理环境中,现有的定位算法在应用时存在定位失精、抗噪性能差等问题。本文考虑噪声环境下无线传感器网络的定位问题,深入研究和设计了具有高鲁棒性的定位算法。论文主要分析的是无线传感器网络中的通信噪声和测距噪声,通过对这两类噪声的研究与处理,分别设计了带相应噪声下的分布式定位算法。在分析数字通信中以量化误差为表现形式的通信噪声基础上,本文采用了带扰动的量化方式。利用随机理论方面的知识,本文基于质心坐标和现有的ECHO算法,设计了带通信噪声下的分布式定位算法:ECHO-CN算法。结合严谨的理论证明,本文分析了该算法在不同参数下的均方收敛性和几乎必然收敛性。论文的第二部分研究了测量噪声,构造了一个无偏的距离估计器,在大数定理的保证下,节点间的距离估计值渐近收敛到距离的真实值。同样基于质心坐标,结合本文的距离估计机制,进一步提出了带测量噪声下的定位算法:ECHO-MN算法。在收敛性质的分析中,本文给出了其几乎必然收敛性的理论证明,并得出其收敛速度取决于大数定理收敛速度的结论。最后,同时考虑通信噪声与测量噪声,本文将ECHO-CN与ECHO-MN算法结合,形成了ECHO-CMN算法。对于本文所提的算法,不仅给出了严谨的收敛性证明,还提供了恰当的仿真实例来验证分析结果的正确性。