计算机和半导体工业的发展使得无线传感器网络成为计算机相关方向热门的关注点,而定位作为其中的一项核心和支持技术,在许多相关领域中得到普遍利用,如地质勘测、农业生产和战场监视等领域。在这些应用中,如果采集到的数据没有空间和时间的协调,那么采集的数据往往毫无意义。现在许多相关的定位算法大多专注于利用整个网络的全局信息来对节点进行位置确认,这种方法并不能充分使用邻居节点之间的局部信息,而且易受节点密度以及节点分布的影响。本文将重点研究通过节点的局部信息定位的方法,利用节点之间的局部信息来刻画节点之间的距离,从而克服了基于全局信息对未知节点定位的局限性,即易受节点分布和网络密度的影响。本文所做工作和主要内容如下:(1)首先重点研究了Range-free定位中经典的DV-Hop算法,包括其相关的改进型方法,并分析了该算法目前还存在的问题以及一些影响定位精度的因素。在重点研究了相关定位算法之后,提出一种跳数分类的改进策略来减小不同跳数之间的平均跳距差异对整体定位结果的影响,然后又引入加权最小二乘法来适应累积误差的非线性变化,从而更好的控制不同跳数在算法计算中的权重,使得定位误差进一步减小,并且对于不同的节点密度有较好的适应性。(2)目前基于全局信息的定位算法存在一些局限性,而基于局部信息的算法方法可以较好地克服这些局限性。进而本文重点研究了基于局部信息的定位算法以及目前还存在的不足,并研究了相应的改进措施,提出了一种基于局部信息的节点前进距离上下限预测定位算法,该算法只需要利用节点的连通度就可以对节点之间的距离进行估计,从而使得网络节点密度变化对定位精度的影响减小。(3)在许多基于局部信息的改进定位算法中,有些需要获得接收信号能量,但是信号能量易受环境影响,实验场景与真实场景有较大差异,会使得这些算法误差较大,进而针对这些问题,重点研究了局部信息在定位算法中的应用。提出一种利用节点局部信息来刻画节点之间距离的方法,从而不需要获得接收信号的能量就可以估计节点之间的距离,使得定位算法的鲁棒性增强。