从20世纪90年代起,随着传感器技术、微机电系统和无线通信技术等技术的进步,无线传感器网络(Wireless Sensor Network,WSN)由于其巨大的应用价值,引起了世界各国的广泛关注。无线传感器网络是由大量部署在目标区域内执行特定监测任务的低成本微型传感器节点组成的,广泛应用于军事、交通、环境监测等多个领域。在WSN的实际应用中,传感器节点的位置和所处室内环境信息至关重要,因此定位技术与室内构图技术成为了重要的研究方向,而如何处理现实环境中噪声对定位与室内构图算法的影响也成为一大研究热点。基于对定位与室内构图技术应用需求的分析,本文主要研究了噪声下的定位问题和室内构图问题。深入分析了现有的噪声下定位算法的不足,提出了改进的方法。针对现有的WSN定位与室内构图算法抗噪性能较差且多为集中式算法的问题,通过巧妙的方法对室内构图问题进行转化并在噪声环境中设计了分布式的方案进行解决,主要包括:1、首先对ECHO-MN算法中存在的问题进行了深入分析,并提出了测量噪声下的质心坐标计算方法。进一步地,借助距离估计器抵消测量噪声,并在此基础上提出测量噪声下的分布式定位算法:ROBLOC-MN算法。最后,从不同角度对算法进行仿真验证,结果表明ROBLOC-MN算法比ECHO-MN算法更加鲁棒,且该算法的收敛速度与衰减系数求和趋于无穷的速度呈正相关。2、先利用节点经过墙面的多径反射信号构造虚拟节点,借助虚拟节点将定位与室内构图问题转化为纯定位问题。接着,结合文献中已有的相关结论,分析了本文研究的定位与室内构图问题的可定位性条件。最后,基于已有的定位算法,提出了理想环境下的分布式定位与室内构图算法:ROBLOCAM算法,并通过仿真验证了算法的有效性。3、将ROBLOC-MN定位算法和室内构图方式相结合,并引入数字通信中量化噪声的影响,考虑同时存在测量噪声和通信噪声的定位与室内构图问题。利用ROBLOC-MN算法中的测量噪声处理手段消除测量噪声的影响,而对于量化噪声,采用带扰动的量化方式对其进行处理。接着,在前面分析和讨论的基础上,设计了同时考虑这两类噪声的分布式定位与室内构图算法:ROBLOCAM-CMN算法。最后通过仿真验证所提出的算法在测量误差和量化误差均存在的情况下的收敛性,体现出算法在噪声情形下的鲁棒性。