由于室内环境的特殊性,如空间受限、墙壁及障碍物较多、信号传输衰减大、多径衰落非常严重等,使得无线传感器网络定位算法的性能显著下降。室内定位技术的研究方法与普通定位技术相比难度较大,有着本身鲜明的特点。本文研究了基于RSSI的室内人员定位算法。针对室内RSSI定位误差较大的情况,提出了一种事先建立不可靠节点列表的方法来优选信标节点,再用均值法对测量信号值进行处理,利用信标节点实时测量更新环境参数因子,最后使用极大似然估计法对待定位节点进行定位。对提出的定位算法进行实验仿真,结果表明该算法定位精度较高。研究了室内TDOA定位算法。通过实地测量,确定了Cricket的测距死角和节点高度的变化关系,分析了环境温度对测距误差的影响,开启温度传感器可有效减小测距误差。提出了极大似然质心算法和改进的三边算法,仿真实验结果表明,本文提出的算法在减小定位误差方面优于传统的三边测量法和极大似然估计法。研究了基于能量的多声源定位算法。针对无线传感器网络多源定位极易陷入局部最优的情况,提出基于粒子群的多源定位算法。通过测量多个声源发出的能量建立声源能量模型,估算出模型中的声源能量和声源位置等参数,通过合理选择学习因子、惯性权重等粒子群算法的基本参数,有效避免了多源定位易陷入局部最优的情况。仿真结果表明,粒子群算法能够很好地避免局部最优,且定位精度高于EM、MR和EMR等其它几种优化算法。