无线传感器网络作为一种新兴技术,在工农业、城市管理、抢险救灾等许多领域都有重要的科研价值和应用前景,是目前学术界研究的热点问题之一。其中,传感器节点的定位问题是无线传感器网络中的一个基本和关键问题。论文首先概述了无线传感器网络定位算法的研究现状。然后,介绍了定位算法的理论基础,包括定位算法的基本原理、分类和性能评价。在此基础上,分四类对典型的定位算法进行了讨论。由于定位问题本质上是一个最优化问题,论文重点对基于优化算法—遗传算法(GA, GeneticAlgorithm)、模拟退火算法(SimulatedAnnealingAlgorithm,SA)、进化策略(ES, Evolution Strategies)和差分进化算法(Differential Evolution, DE)的四个定位算法进行了介绍,详细叙述了每个算法的伪代码或步骤,对各自的优点与不足作了较全面的总结。在分析其问题产生原因的基础上,给出了两个相应的解决方案。一是针对以上四个定位算法的适应度函数会导致算法定位精度低且复杂度高的问题,适应度函数中使用带有权值因子的距离未知节点最近的三个锚节点的信息。一方面,使用距离未知节点最近的三个锚节点信息能减少算法复杂度且精度较高,另一方面,由于测距误差随着节点间跳数的增大而增大,使用与未知节点到锚节点跳数成反比的权值因子能适当减少测距误差的影响,因而可以提高定位精度;二是对GA和SA进行了深入分析,针对GA具有较强的全局搜索性能但容易产生“早熟收敛”现象而陷入局部最优解和SA具有摆脱局部最优解的能力但进化速度慢的问题,提出在GA的选择策略中引入SA的Metropolis接受准则得到优化算法GSA,这样可以改进种群的多样性,避免GA陷入局部最优解。最后,将GSA应用于无线传感器网络的定位问题得到定位算法GSAL(Geneticand Simulated Annealing Algorithm Localization),用Matlab进行了仿真实验。实验结果表明,GSAL具有定位精度高、所需锚节点比率小、受测距误差影响小的特点。因此,GSAL不仅具有一定的容错性,而且还能在一定程度上节约网络的部署成本。