近年来,随着物联网技术的飞速发展、手机和智能手表等设备的智能化,物与物之间的信息连接更加普遍,这使得无线传感器网络成为一个重要的研究领域,其地理位置信息服务作为无线传感器网络的一项支撑技术,在军事、民用等众多领域得到了广泛关注。目前,应用广泛的卫星导航系统可以为用户提供高精度定位和导航服务,但是在建筑物密集的城市、森林、室内等特殊环境中,都不能有效的提供位置信息。因此,基于无线传感器网络（Wireless Sensor Networks,WSNs）的定位技术得到广泛研究和快速发展。WSNs定位技术在已知部分传感器节点位置的前提下,依据传感器节点测量信息值,并且通过相关算法估计出目标节点的具体位置。根据不同的物理测量方式可以分为基于到达时间（Time-of-Arrival,TOA）、到达时间差（Time-Difference-of-Arrival,TDOA）、接收信号强度（Received Signal Strength,RSS）、信号到达角度（Angle-of-Arrival,AOA）以及它们之间的联合定位方式等,国内外学者已经展开了很多相关的研究。由于联合定位方法能够测量多种有用信息,定位精度更高。因此本文主要研究了基于混合测量信息的WSNs联合定位问题。具体来说,主要创新点及成果体现在以下两个方面:（1）针对三维空间中基于TOA和AOA混合测量定位问题,首先,根据距离和角度测量信息建立关于目标位置的定位模型,基于加权最小二乘（Weight Least Squares,WLS）准则建立一个求解联合定位问题的新目标函数。然后提出了一种采用广义信赖域子问题（Generalized Trust Region Subproblem,GTRS）来近似求解非凸最大似然（Maximum Likelihood,ML）估计问题的算法,并利用二分法可以快速求解。此外,还进一步利用凸松弛技术将联合定位问题的目标函数转化为二阶锥规划（Second-Order Cone Programming,SOCP）问题,并通过内点法求解。仿真结果表明两种方法在均方根误差的性能上均优于现有方法,且所提方法的估计均方根误差更接近克拉美罗下界（Cramer-Rao Lower Bound,CRLB）,因此提供了较好的定位性能。（2）针对室内、建筑物密集的城市等复杂环境下障碍物较多容易造成非视距（Non-Line-of-Sight,NLOS）传播问题,提出了一种非视距环境下基于RSS和TOA联合定位方法。基于非视距误差服从均匀分布的假设,根据功率和距离测量模型和最小二乘（Least Squares,LS）准则建立一个目标位置的最小化问题。利用凸松弛技术将该问题转化为SOCP问题,从而提供有效的求解算法。仿真结果表明,该方法能够有效的抑制非视距误差的影响,因此具有较高的定位精度。