随着无线传感器网络技术的不断发展,无线传感器网络越来越多地应用于环境感知、目标监测等方面。已有的无线传感器定位技术多为有源定位,定位目标需要绑定有源器件或电子标签,在条件受限的环境中适用性不高。近年来利用无线传感器网络节点的接收信号强度指示RSSI(Received Signal Strength Indication)进行无源感知定位(Device-free Localization)的概念被提出:通过目标对无线信号的吸收、反射、折射作用而造成的链路RSSI变化,实现对感知目标位置的估计。无源感知定位使目标脱离了有源电子器件的限制,具有更强的灵活性与适用性,其中定位算法成为无源感知定位研究的重点。本文首先对无线传感器网络与无源感知定位技术进行了概述,对各类定位算法模型进行了分类与比较,重点研究了基于RSSI的无源感知定位算法,将网格法(Sensor Grid Array)与椭圆测量模型(Ellipse Measurement Model)结合,提出了基于网格法与椭圆测量模型的无源感知定位算法。算法首先根据网格法定位原理,利用传感器节点链路对感知区域进行划分,再通过比较链路RSSI的相对变化对链路进行筛选并结合椭圆测量模型绘制圆环线,依据椭圆交点确定感知目标位置。在确定算法的基本流程后,需对所使用的椭圆模型参数进行调整以适应算法的整体过程。因此本文在以CC2530芯片为核心的ZigBee无线传感器网络实验平台上进行定位实验,通过对定位误差数据的收集与分析,实现了模型参数的反向推导,确定了算法的最终形式。算法确定后,在原实验平台的基础上分别改变传感器节点的数目与感知区域面积,重新进行无源感知定位实验,完成实验数据收集并配合MATLAB进行算法仿真与模拟定位,验证了算法的有效性。通过定位误差分析与算法比较可以发现:基于网格法与椭圆测量模型的无源感知定位算法相较于传统的网格法能够以较低的传感器节点密度获得相近的定位精度,但会使定位产生边缘效应;相较于扫描成像法,基于网格法与椭圆测量模型的无源感知定位算法能够以更低的节点硬件成本获得更高的定位精度。