无线传感器网络(WSN)是由众多能量受限、计算能力受限、存储受限的传感器节点组成。它实现了将物理信息转换成数字网络的功能。无线传感器网络已经使用于众多的应用场合,如环境监测、人体健康监测、目标跟踪、交通控制等。无线传感器网络自身系统的研究包括网络路由、数据融合、拓扑控制等等。绝大多数的无线传感器网络应用及自身系统研究需要传感器节点的位置。因此,进行无线传感器网络定位研究是非常重要的。大规模无线传感器网络在很多应用场合是需要的,比如用于月球车导航的月球传感器网络中。如何降低节点的计算复杂度、通信复杂度和时间复杂度是大规模无线传感器网络面临的一大问题。为了解决这一问题,该论文提出了一种用于无线传感器网络的弹簧模型,以及基于弹簧模型的定位算法(LASM算法)。该算法可以在保持网络定位精度的前提下降低网络复杂度。该算法通过模拟物理弹簧系统的动态变化,来计算节点的位置坐标。各传感器节点虚拟为具有质量的粒子,粒子间用弹簧相连。当外力将粒子设置到一个随机位置后,粒子间的弹簧将做相应的拉伸/收缩,在弹力的作用下,粒子将最终运动到它的初始位置。通过模拟粒子运动的每个状态及相应的弹力,可求得无线传感器节点的坐标。网络中单个节点的复杂度为O(1) ,即单个节点的复杂度不随着网络规模的扩大而增加,这在大规模网络中具有很好的应用前景。有些传感器网络具有计算存储能力低,节点动态加入/离开等特性。为了适应上述特性,该论文在LASM算法的研究基础上又提出一系列衍生算法。提出一个更简单的迭代算法,用于降低每次迭代的计算和存储量;提出LASM算法的三个补丁算法,用于处理局部极值、剔除坏节点和处理网络节点的动态变化。仿真结果表明节点的计算、通信复杂度在网络规模增大时仍然保持常量。由于算法在节点中并行运行,节点计算步数不随网络规模变化而变化,所以时间复杂度也保持常量。实际地理环境会影响无线传感器网络定位算法的运行性能。该论文考虑了这一因素,分析了节点使用RSSI(接收信号强度指示)的测距误差,并提出了相应的处理办法。该论文着重关注RSSI理论模型的参数误差和邻居节点间存在障碍物干扰的误差。基于对这两类误差的分析,提出了RSSI理论模型参数的在线修改方法和降低小障碍物干扰的方法。理论分析和实际仿真表明,该方法在障碍物较小情况下可以降低定位误差。提出了上述定位算法的一个应用:基于定位信息的能量高效无线传感器网络首节点选择的算法。该算法在选择首节点时综合考虑了如下三个方面:候选首节点自身的剩余能量,网络总能量消耗,网络节点能量的均衡性。为了适应目前存储能力和计算能力均有限的传感器节点,该算法同时设计了相应的简化模型。仿真结果表明新的首节点选择算法能降低网络能量消耗,从而延长所有节点正常工作时间。为了测试定位算法性能及网络通信能力,该论文设计并实现了一种无线传感器网络定位系统原型。该网络系统由普通传感器节点和iPhone/iPod Touch节点组成。其中,普通传感器节点用于采集数据、运行定位算法;iPhone智能手机用于为普通传感器网络发送任务、获取定位数据和显示界面等。实验验证了混合无线传感器网络的通信性能以及定位算法的定位精度和复杂度。