无线传感器网络是近年来发展起来的一种新型数据获取技术,被列为21世纪改变世界的十大技术之一,而作为无线传感器网络支撑技术之一的定位是该领域的一个研究热点。由于RSSI可以直接由传感器节点自身测量得到,无需额外的设备,对硬件的要求较低,基于 RSSI测距的定位技术是一种廉价的定位方法。但 RSSI测距技术在实际应用中易受到环境因素变化的影响,致使测距误差过大,从而导致定位精度不高。　　本文深入研究了RSSI测距技术的基本原理,认真分析了其存在的问题及目前已有的解决方法,并针对其存在的不足之处提出了一种RSSI测距误差的修正方法,该方法首先采用高斯模型法处理节点间的 RSSI测量值以提高 RSSI的测量精度,再从总体上对 RSSI测距误差进行修正。理论分析及仿真结果表明该方法能有效地提高RSSI测距的精度。在此方法的基础上,针对不同的应用场景,设计了两种基于RSSI测距误差修正的定位算法:　　1.基于环境感知区域的RSSI损耗模型参数估计定位算法。该算法考虑到环境的千差万别及用固定的信号传播损耗模型难以准确反映RSSI与节点间信号传播距离的转换关系,通过信标节点之间的相互关系将网络覆盖区域划分为若干个子区域,即环境感知区域,然后通过这些信标节点之间的相互协作,分别估计出环境感知区域中无线信号的传播损耗模型参数,即通过实时感知环境来动态地调整RSSI与节点间信号传播距离的关系,使基于RSSI的测距模型更符合实际情况。仿真结果表明,该算法在信标节点分布密度较高的情况下,能有效地减少测距误差,从而提高了节点的定位精度。　　2.基于 RSSI测距误差修正的改进型 DV-Distance差分定位算法。DV-Distance定位算法中相邻节点间的距离是通过RSSI测距技术实际测量得到的,为了减少RSSI测距误差对定位精度的影响,首先对RSSI测距误差进行了修正,再对已有的信标节点间计算距离误差修正值的方法进行了改进,提出了一种计算每跳的单位距离误差修正值(UDEC-Hop)的方法。仿真结果表明,相比于已有的定位算法,该改进算法在减少网络通信开销和计算复杂度的同时还提高了定位精度。