定位在无线传感器网络中扮演了重要的角色,很多实际应用和路由算法都是基于定位或位置信息来实现的。据不完全统计,只有不到20%的定位算法在实际环境下得到了验证,其余算法由于高复杂度原因尚停留在理论和仿真分析阶段。因此,计算复杂度在算法研究中成为了亟待解决的热点问题。维诺图特有的性质能够在满足精度需求前提下,降低定位算法复杂度,WSN中基于维诺图重构的节点定位算法具有较大的理论研究价值和现实意义。针对上述问题,本文展开了如下研究。首先,设计并实现了面向无线传感器网络的定位实验平台,该平台为定位算法的性能测试及评估提供了充足、有力的数据支持,使算法的对比评价更为客观准确。其次,针对无线传感器网络定位中存在的问题,深入研究了维诺图的几何性质,在此基础上,提出了重构维诺图的思想,并将其应用到了无线传感器网络节点定位中。根据重构方法的不同,提出了基于升阶的K阶有序维诺图定位(SKVL)算法,以及基于维诺图切割(CVBL)算法。针对算法中存在的初始敏感性、切割最小化以及终止条件三个问题,提出了维诺图生长元选择(VGS)算法,降低了CVBL算法的复杂度。最后,完善了面向无线传感器网络定位的评价体系,并进行了仿真分析和大量的实际平台之上的实验,基于实验结果,本文结合定位算法原理多角度地对定位效果进行了评估。实验结果表明,本文的研究工作有效地解决了无线传感器网络定位精度同复杂度的矛盾。相比Range-free类的经典SBL算法,本文所提出的SKVL算法、CVBL算法具有更小的距离误差,在定位区域内的误差波动也较小。