无线传感器网络在医疗卫生、环境监测和军事等领域有着广阔的应用前景，是近年来研究的一个热门课题。在人多数应用中，如火范围的动物跟踪，敌占区情报侦察，地质环境恶劣地区的环境监测等，节点定位都是一项必不可少的关键技术。从1992年AT&T Laboratoroies Canlbridge开发出室内定位系统ActiveBadge至今，已经有许多定位系统和算法被陆续提山，都是分别针对不同的问题和应用来解决无线传感器网络的节点自定位问题。 本文的研究工作就是围绕无线传感器网络的节点自定位问题而展开。由于不同的应用对节点定位有不同要求，因此定位方法的研究应针对特定的应用场景。本文考虑的应用场景是高密度高连接度的网络，相邻节点间能进行一定精度的测距，不同的监测任务对节点定位精度有不同要求，定位精度可由粗到细。基于该应用场景，我们需要研究以下两个问题：一是研究具有较高的定位精度、较少的通信量和计算量的定位方法；二是研究在一定通信量和计算量的约束条件下具有灵活性的定位方法。 针对第一个问题，本文对现有的众多节点自定位方法进行了调研和分析后，发现具有广泛适应性和鲁棒性的MDS算法较适合本文提出的应用场景，因此把它作为研究的起点。在对MDS算法进行深入分析和研究后，本文确定了在已知部分测距信息的情况下采取先求初值再进行迭代计算的基本定位模式，接着对现有的几种初值计算方法进行了详细分析，并对其中一种初值生成算法进行了改进，提出了AFL直角坐标初值生成算法。随后，在MDS算法的基础上，本文提出了随机扩散的分布式定位算法，并对其进行了详尽的复杂度分析和广泛的仿真试验。与同类算法相比，随机扩散的分布式定位算法只需更少的计算量和通信量就能达到较高的定位精度。 针对第二个问题，本文提出了分层定位的思想，研究了一种集中与分布相结合的定位方法。通过筛选具有固定连接度的框架节点并分步定位，使得该方法的计算复杂度与网络连接度无关，更能适用于高连接度的网络。由于采用了分层定位的策略，该方法能快速获得整个网络框架结构的粗定位结果，并能根据不同的要求实现部分节点或全部节点的定位，以及不同精度的定位，增加了定位的灵活性。 最后，本文对分层定位方法的后续研究提出了几个方向，并对随机扩散分布式定位算法与定向扩散路由协议的结合做了畅想，这些都有待后续的研究工作进行深入分析。