无线传感器网络(WSN)是一种分布式传感网络,是由大量能量受限的、低成本和低功耗的传感器节点通过无线通信方式组成的自组织网络。得益于嵌入式计算机技术、通信技术、微机电系统等的迅猛发展,它被应用于诸多领域,但是WSN研究领域中依旧存在很多亟待研究解决的问题,如定位精度、节点定位安全性等。但是,目前已有的无线传感器网络节点定位方法可靠性不高,大多是假设在没有来自网内网外攻击的情况下进行的研究。同时,节点的移动性也为研究带来了更多的不确定因素,实际应用环境下,网络中的节点更容易受到攻击。在这些情况下,整个网络的定位精度将会受到严重影响。本文结合定位方法、定位安全等方面来对WSN定位技术进行分析研究,主要工作如下。(1)提出了基于混合GA-PSO-BP算法的室内三维空间定位技术,用以改善BP神经网络模型的收敛速度、估计精度以及信号传输过程中易受环境因素干扰等问题。通过优化BP神经网络的隐层神经元数目、学习率和误差目标等参数,提升BP神经网络预测性能。同时,将指定信标节点的坐标同RSSI值一起作为BP神经网络的输入,并且采用先确定移动节点所在楼层的方法来进一步提升节点坐标预测精度。(2)提出了Sybil攻击下的基于位置认证的安全定位技术。针对于WSN节点定位过程中可能存在的Sybil攻击情形,在上述定位算法的基础上,利用对称加密技术、数字签名以及信标节点位置校验验证信标节点的合法性。实验结果表明,该算法在一定程度上可以有效抵抗Sybil攻击,降低其对定位精度的不良影响,获得较好的定位效果。