无线传感器网络（WSN）是21世纪四大高新技术之一。据有关媒体分析，WSN位于对人类的未来生活产生深远影响的十大新兴技术之首，在国防军事、安全反恐、环境监测和预报、交通管理、医疗卫生、智能家居、建筑物状态监控和工业生产制造等领域有着非常广阔的应用前景。传感器网络在监测事件的各种应用中，往往需要关心事件发生位置这一重要问题，目前虽然已有定位算法很多（如，质心定位、DV-hop算法等），但由于实际定位中信号受到外界环境的影响以及算法自身存在不少缺陷，导致现有的定位算法定位精度不高。本文对WSN的基本概念以及一些相关内容进行了讨论；分析了WSN定位技术的相关概念、定位算法的分类与性能评价标准，并对目前常用的WSN的定位算法进行了阐述，针对现有的一些定位算法的缺陷，本文提出了以粒子群优化算法作为基本算法的一种新的定位优化算法。利用粒子群优化算法对信标节点接收到的未知节点的多个LQI（Link Quality Indication）值进行优化，证明了算法的可行性；在此基础上，针对粒子群优化算法在处理离散数据时会陷入局部最优等弊端，提出了一种基于RSSI测距技术的定位优化算法——量子粒子群优化算法，更好的提高了精度且加快了收敛速度；为了验证算法的优化效果，进行了实验仿真，并将得到的结果与一般的定位算法进行了比较，证明了算法的优势；最后利用极大似然估计法进行坐标定位。本文以Jennic公司的JN5139-Z01-M02模块作为射频模块，设计了一套ZigBee节点作为实验用硬件平台，节点分为协调器节点、中继节点和终端节点三种，分别用不同的代码实现各自的功能，完成信标节点对未知节点LQI值的采集工作。实验和调试结果表明：量子粒子群优化算法明显提高了定位精度，整个系统具有能耗低，扩展性好，可靠性高等特点，具有普遍应用意义。