作为物联网系统的位置感知层设计,基于规模型无线传感器网络(WSN)的定位问题一直是非常重要的研究方向之一。大多数现有的定位方案基本可以分为基于测距的或无需基于测距的定位方案,室内或室外定位方案等。由于环境特性的不同特性,基于测距的方案往往在室外定位场景中效果较好,特别是当野外环境中的多径效应、信号小尺度衰落等现象远远小于室内定位环境时。多维标定算法和三边测量术定位是因其数学上的严格合理性和易于实行而被广泛使用。这类算法的主要侧重点是给待定位节点装配专门的设备(如GPS等)用以接收定位信号来进行距离估计。然而,此类定位技术要求每个传感器节点配备GPS或其它功能强大的复杂模块来满足ToA,TDoA,AoA等测距方案,这也是一笔非常高昂的硬件成本。研究人员把研究重点转向了基于锚节点的方案。这类方案里,WSN中只有部分节点是装备复杂模块的节点,其目的是减少增强型模块成本。而这部分节点即被称为锚节点。剩余的待定位节点将在网络连接信息和锚节点辅助下定位。传统的基于锚节点的定位方案的精度严重依赖于锚节点的比例和网络连通度。此二者关键因素的变化会严重影响定位精度。一些号称“无需基于锚节点”的定位方案介绍了进一步降低成本的方法。而实际上,它们并不是真正的“无需基于锚节点”,否则将无法计算出真实的地理位置。这些方案只使用连接信息来建立相对定位,并利用少量锚节点将其转化为绝对坐标系统。而“无需基于锚节点”的方案声称获得良好的定位精度,但是对WSN所应对的场景却有诸多不切实际的要求。例如,节点的分布相对均匀、网络是各向同性的、所有节点使用统一的信号传播模型等等。在现实场景中,规模型WSN的部署是随机的,这个随机性表现在节点分布规律和由于实际场景中的地理条件产生的复杂网络部署边界拓扑结构(如复合图形、凹形、空洞等)。此外,节点的信号传播环境并不总是恒定的,不对称的连接链路的存在更是大概率事件。因此连接本身就要考虑误差特性。本文针对随机部署的锚节点比例较低网络特性,提出基于优化锚节点选择(OANS)的规模型WSN定位方案。此方案主要包括两个关键算法,改进型Floyd算法和OANS算法,加之同其它辅助算法有机结合。改进型Floyd的核心是改进Floyd数据处理函数来估计待定位节点和锚节点之间的距离(N-A距离);OANS算法的核心是区分和优化锚节点组合的战略选择。在给定网络连接信息的数据极其有限和锚节点比例较低的情况下,OANS方案不仅实现了定位精度的提升,更重要的是,方案还能很好适用于节点随机分布且网络部署边界形状呈复杂图形的情况。我们发现仅仅通过数据处理来精化N-A距离是不足够,OANS专注于在N-A距离的误差不可避免的情况下,提高定位方案对相关数据不精确的“容忍度”。此“容忍度”使得OANS定位方案可以很好适用于以下特性的WSN:1)规模型;2)低锚节点比例;3)低网络连通度;4)节点随机分布;5)网络部署边界拓扑结构复杂;6)非对称网络。