无线传感器网络是结合了传感器、无线通信和嵌入式系统三方面技术的新型网络技术,自从被提出后,就引起了人们的极大关注,在医疗卫生、环境监测和军事等领域有着广阔的应用前景。传感器网络的应用中经常需要在感知数据上附带节点所在的地理位置。考虑到成本、体积和功率等因素的制约,目前发展相对成熟的全球定位系统GPS并不适合无线传感器网络节点的定位。因此,研究适合无线传感器网络的定位算法具有广泛的实际应用背景和重要的理论价值。本文首先分析了无线传感器网络的基本概念和已有的无线传感器网络定位算法,并介绍了一些将基于智能优化算法的无线传感器网络节点定位算法。其次,本文在粒子群优化算法定位技术研究的基础上,利用罚函数来加快算法的收敛速度和提高定位算法的定位精度,提出一种带有罚函数的粒子群优化算法的无线传感器网络节点定位(particle swarm optimization with penalty function,PSOPF)算法。该算法首先引入一个距离误差修正系数μ的概念,并利用这个系数μ来约束测量距离,缩小未知节点可行域的范围,然后利用粒子群优化算法在限定的范围内寻找未知节点的最优位置。本文采用MATLAB仿真平台,并且利用RSSI测距技术获得传感器节点间的距离信息,对PSOPF算法进行分析。首先,通过仿真实验,选取适合该算法的参数,即罚因子M和惯性权重因子w。其次,从测距误差、锚节点个数对定位误差的影响两个方面对PSOPF算法进行分析,并且和PSO定位算法进行对比。实验结果表明:PSOPF定位算法具有更高的定位精度,并收敛速度快,能在较少的迭代次数下达到所需的定位精度,减少节点的能量消耗。