无线传感器网络(Wireless Sensor Network，WSN)通常布置在特定的区域完成一些特定的功能，在军事、环境监测、灾难救援及其他商业领域有着广阔的应用前景。定位是无线传感器网络诸多应用的基础。因此，定位是无线传感器网络研究中的热点问题。 本文的研究工作就是围绕无线传感器网络的多维标度定位问题展开。目前提出的定位算法对测距误差和网络的拓扑结构较为敏感，在较差的网络环境下容易产生较大定位误差。多维标度作为多变量分析方法的一种，广泛应用于社会学、数量心理学、统计学等领域。基于多维标度的定位方法是无线传感器网络节点定位的一个新的研究方向。 以往的多维标度算法以网络连通性为基础用节点最短路径距离估计其欧氏距离。如果网络拓扑不够理想，测距误差较大，这种近似方法将引入较大的定位误差。本文探讨了矩阵近似问题在无线传感器网络定位中的应用，并提出了NMDS-LRA(Non-metric Multidimensional Scaling-Low Rank Approximation)定位算法。该算法不再使用节点最短路径估计距离，而是通过矩阵低秩逼近方法，充分利用测得的距离信息构建出网络的相异性矩阵，然后采用非度量多维标度技术进行定位。算法一方面利用矩阵的低秩逼近得到节点距离矩阵，另一方面利用了非度量多维标度的对象相异性只需满足单调关系的特性，从而有效的降低了严重的测距误差对定位精度的影响，提高了算法的环境适应性。 在NMDS-LRA的基础上提出了应用于移动传感器网络的NMDS-LRA(M)移动辅助定位算法。通常定位算法对网络的连通性有一定要求，在稀疏的传感器网络环境下难以取得令人满意的性能。NMDS-LRA(M)通过节点的移动添加虚节点，增加网络的拓扑约束关系来提高定位性能。 通过仿真分别与MDS-MAP( P，O)和MA-MDS-MAP(P)算法进行了比较。结果显示，本文提出的算法能有效提高定位精度，并且在误差较大和低网络连通度的环境下表现出较好的健壮性。