无线传感器网络(Wireless Sensor Networks, WSN)在军事国防、环境监测、智能交通、医疗等方面有着广泛的应用前景。定位信息是WSN应用的一个重要指标和基础技术之一。目前,二维定位的研究较深入、成果较多,随着WSN的发展,三维定位需求越来越多,而三维定位应用中出现了一些新现象、新问题,本文主要针对WSN三维节点定位中的相关问题进行了深入研究。提出基于(Received Singal Strength Indicator, RSSI)测距的自定标方法。由于外界环境对信号损耗产生影响,造成基于RSSI的测距比较粗糙,测距是定位的前提之一,为了提高测距的精度,提出测距的自定标方法,采用理论的对数路径损耗模型与实测数据相结合的方式,通过曲线拟合确定测距模型。实验结果表明,该方法在一定程度上提高了测距精度。提出利用条件数法对三维定位不适定性程度进行诊断。基于测距信息,利用传统的最小二乘(Least Square, LS)法进行三维定位,发现有时会出现解不稳定的现象,表现出一定程度的不适定性,当不适定性程度较严重时,LS估计值出现大幅度的波动。研究发现,三维定位中的不适定性产生的原因是当参考节点选择不合理时,会使设计阵的列向量出现复共线关系。因此,针对该问题提出三维定位首先需要分析设计阵的复共线性,进行不适定性的诊断,然后再进行定位。通过对几种典型的复共线分析方法进行研究,发现条件数法比较适合三维定位的不适定性诊断。研究了通过增加信息量、岭估计、截断奇异值分解(Truncated Singular Value Decomposition, TSVD)和修正奇异值分解(Modified Singular Value Decomposition, MSVD)等方法对不适定性进行克服。研究结果表明：(1)增加信息量法可以改善设计阵的结构,从而使LS估计更加稳定。增加信息量法最终仍通过LS估计进行定位,运算量小,适用于实时性要求较高的定位场所；(2)岭估计的关键点是对岭参数的选择,L曲线法和广义交叉校验法确定的岭参数均使岭估计值的稳定性有了较大程度的提高。与LS估计相比较,定位精度明显提高,但计算量也相应增大,适合于对实时性要求不高的离线的定位；(3)TSVD和MSVD方法通过截取或修正较小奇异值来降低不适定性的影响,定位精度具有一定程度的提高,但需要较多的矩阵运算,计算量较大。综合以上研究提出三维定位方案。三维定位首先需要进行不适定性诊断,然后根据诊断结果的两种情况,分别采用不同的定位方法,以提高定位结果的可信度和精度。第一种情况,如果不适定性程度较弱,可以根据LS估计进行定位；第二种情况,如果不适定性程度严重,则需要采取措施克服或消弱不适定性：(1)实时性要求高的场所可以采用增加信息量的方法克服不适定性,再利用LS进行定位；(2)精度要求高的场所可以采用岭估计法、TSVD法或MSVD法克服不适定性,然后进行定位。