在无线传感器网络中,对于监测对象的地理数据采集是不可或缺的。对于无线传感器网络中发生的事件,都可以通过采集到的传感器节点位置对事情发生地点进行定位。所以,在无线传感器网络中,如何利用锚节点对未知节点进行定位具有重大的现实意义。本文对基于RSSI的三角形质心定位算法进行了深入的研究,指出该算法在测距过程中,RSSI值会受到遮蔽物的影响而出现异常波动；在锚节点分布不均匀时会导致未知节点在位置上发生偏移,影响定位误差的减小速率；并且该算法利用质心算法得到未知节点坐标,在定位精度上存在着一定缺陷,为了提高定位误差的减小速率和定位精度,本文提出了一种基于临界值和加权平均值相结合的RSSI异常值剔除方法,对RSSI值进行了优化,提高了测距的准确性；并且对近似三角形内点测试法进行了扩展,在缩小节点定位区域,减小未知节点坐标偏移的同时避免了锚节点分布不均匀时的错误判断；创造性的在改进的加权质心算法的基础上加入了修正系数,减小了节点的定位误差。本文提出的改进算法把RSSI值的优化方法、近似三角形内点测试法的扩展内容以及修正加权质心算法应用于三角形质心定位算法,使定位误差的减小速率得到了提升同时减小了平均定位误差。