近年来,无线传感器网络（Wireless Sensor Networks,WSN）因其为众多应用领域提供信息收集服务而得到了迅速的发展,其中最重要当属目标位置信息。目前,实现目标定位的基本方法有很多,使用最为广泛的是基于时间信息的定位方法,而基于接收信号强度（Received Signal Strength,RSS）的定位方法因其对于传感器节点的计算能力要求较低,往往在某些受限环境中成为了最为合适的定位方法。然而,当基于接收信号强度的定位方法应用于室内环境时,墙壁等众多障碍物会造成目标源节点和接收信号传感器之间出现非视距（Non-Line-of-Sight,NLOS）传输路径,引起信号功率的额外损耗,会严重影响定位方法的性能。此外,传统的基于接收信号强度的定位方法中,信号传输模型中的参数需要在校准阶段通过大量数据估计得到,增加了通信负担。针对上述问题,本文的主要研究成果如下:1、在模型参数已知的情况下,针对额外路径损耗对定位方法的的影响,本文提出了一种鲁棒加权最小二乘（Robust weighted Least Squares,RWLS）定位方法。在该方法中,基于室内信号传输模型,引入一个关于额外损耗项的平衡参数,构建一个非凸最小最大优化问题,估计未知源节点位置和平衡参数的同时,对额外路径损耗进行鲁棒处理。采用S引理（S-Lemma）将最小最大化问题转换为非凸最小化问题,再通过半正定松弛（Semidefinite Relaxation,SDR）,得到其易于求解的半正定规划（Semidefinite Programming,SDP）形式。仿真结果表明,该方法的性能在大多数的定位环境中比现有的定位方法精度高。在时变环境中,依旧可以保持稳定的性能。2、在模型参数未知的情况下,本文在RWLS的定位方法基础上,结合交替估计的思想,交替估计未知源节点位置和模型参数,以求降低定位方法的复杂度。仿真结果表明,本方法的定位性能明显优于现有的方法,且可在时变环境中依旧具有较高的定位精度。