随着物联网技术的深入研究,无线传感网络作为其核心技术得到了快速发展。定位技术是无线传感器网络的关键技术,节点的位置信息对整个传感器网络的监测活动起着至关重要的作用。在军事、环境、交通、建筑、医疗等领域中,无线传感定位技术有着广阔的发展空间和应用前景。因此,研究传感器网络定位技术具有重要的理论意义和实用价值。基于RSSI测距定位是根据传感器节点间的信号强度来转换成相应的距离,从而计算出节点位置。该方法易受环境因素干扰、定位误差较大等缺点。本文从降低测距误差和提高定位精度出发,应用自主设计的传感器节点进行实验建立RSSI测距模型,并用差分修正算法来降低测距误差。更进一步的,在差分修正RSSI测距基础上,提出了一种正负约束条件下的似然估计定位算法。本文主要工作和创新点如下:1.在测距阶段,设计和制作出传感器节点,应用该节点采集实验数据并用最小二乘方法拟合出RSSI测距曲线。为了降低实验中测距误差,利用信标节点间测距过程中产生的误差反馈到未知节点测距中,从根本上提高测距误差。通过仿真实验,验证了该方法的有效性。2.在差分修正RSSI测距基础上,提出一种正负约束条件下的似然估计定位算法。在实际定位过程中,如果未知节点位于信标节点的通信范围内采用正约束似然估计定位。如果未知节点位于信标节点通信范围之外则引入负约束条件,联合正约束和负约束条件建立似然估计函数,并采用粒子群优化算法快速找到未知节点的位置。该方法采用了概率估计来对未知节点位置进行预估,并引入了人们常忽略的节点通信外的参考信息来提高定位精度。仿真结果显示,相比较传统的定位算法,正负约束条件下的似然估计定位可以得到比较高的精度,算法稳定性也比较好。