无线传感器网络(WSN)是现代信息技术的重要研究领域，它以大量节点的协作采集处理数据并完成特定的任务。随着微传感器技术、计算机技术和无线网络技术的迅速发展，无线传感器网络必将在未来极大地改变人们的生活。对无线传感器网络技术的研究也成为当下学术界的一大热点。
　　 定位技术在无线传感器网络应用中至关重要，是所有功能的基础。传感器节点的低配置低成本低功耗决定了不能采用传统的GPS定位，只能依靠网络中现有的资源进行定位。节点的自定位是无线传感器网络的主要研究方向之一。而对于静止网络与移动网络，节点的自定位有很大的不同。
　　 对于静止网络，本文重点分析了基于测距的定位算法与无需测距的定位算法。两类算法各有自己的几种代表算法，各个算法又有各自优缺点，总的来说，前者精度较大但测距环节受环境因素影响较大，后者计算简单但精度却有限。对这些算法进行改进以扬长避短是目前定位算法的主要研究方向。本文在质心算法的基础上，提出了一种基于信标节点自校正的加权质心算法:通过对信标节点进行自校正，引入信标节点可信度的概念，以信标节点可信度与节点间的距离函数共同确定加权值，以减少网络环境因素对定位精度的影响。通过matlab软件模拟仿真，从信标节点密度、节点通信半径两方面对比了质心算法、RSSI加权质心算法和新算法的定位性能，证明了新算法具有更好的定位精度。
　　 对于移动网络，本文重点分析了MCL定位算法。并在此基础上，提出了一种Improved MCL算法。移动网络中，移动节点的存在导致了网络拓扑结构的动态变化，而移动节点运动的不可控性为定位增加了难度，静止网络中的定位方法用在这里，或是定位误差大或是使用条件太高，能量损耗也是问题。MCL算法的提出为移动节点的定位提供了方向，它运用节点的移动性，通过采样预测、过滤修正的方法获得移动节点的位置坐标。MCL也有缺陷，首先是采样区域的盲目性，MCL中认为节点是随机移动的，节点的速度和运动方向也会随机改变，其唯一边界条件是节点的最大移动速度，然而现实中，物体的运动通常是平滑的，是具有连续性的;其次，在预测阶段，MCL只是利用前一个时刻的节点信息，没有考虑更多的历史位置信息。本文中，Improved MCL算法通过对前N个历史信息的插值获得移动节点当前的运动速度及运动方向，并以此确定了一个扇形的采用区域，相比MCL中的圆形采样区域，Improved MCL有效的降低了采样的盲目性。最后通过软件仿真，从节点密度、节点最大移动速度、信标节点密度三个方面比较了两种算法的优劣性，证明Improved MCL算法具有较好的定位性能。