无线传感器网络可以广泛应用于大规模监测和追踪任务中，而网络自身定位是大多数应用的基础。节点必须明确自身位置才能详细说明“在什么位置发生了特定事件”。人工部署或为所有节点安装GPS会受到成本、功耗、扩展性等问题的限制，且在室内或有遮挡物的情况下无法使用GPS。因此在无线传感器网络中研究定位算法是很有意义的。 在动物饲养场中部署无线传感器网络，不仅可以实时监测动物个体的身体特征、当前位置和运动轨迹和饲养场的环境等，还可以即时实施预警，甚至疾病或疫情的监控等。目前还没有哪一种定位算法是适用于所有应用场景的，由于多维标度技术对距离测量误差具有一定的容错性，能得到较高的定位精度，因此本文结合动物饲养场的应用背景，设计了两种基于多维标度技术的定位和跟踪算法。 本文的主要工作包括： (1)设计基于多维标度的静态网络定位算法(MDSLCN)首先分析和建立了一个全直连通静态网络定位模型，使用多维标度技术对该定位模型进行求解。然后详细描述了MDSLCN定位算法的成簇算法、簇内定位算法和簇间定位算法，其中在簇内定位算法中使用前面设计的定位模型。使用Matlab工具对MDSLCN算法和MDS-MAP算法进行仿真和性能分析，验证了MDSLCN算法比MDS-MAP算法减少了10％的定位误差，而且具有更高的定位效率。 (2)设计基于多维标度的动态网络跟踪算法(MDSTDN)首先详细描述了跟踪簇的实现细节，其中包括簇的组成和维护、簇头的选举和更换等，然后描述了后台信标节点数据库的构建和维护，最后描述了如何使用MDSLCN的簇内定位对跟踪簇进行定位。使用Matlab工具对MDSTDN算法进行仿真和性能分析，验证了MDSTDN算法的正确性，在5％测量距离误差下的整体跟踪误差为4.8％。 (3)在真实节点上验证MDSLCN和MDSTDN算法的正确性在宁波中科开发的GAINS3-433M无线传感器网络开发平台上进行实验，通过实验表明，真实实验结果与仿真结果基本保持一致，证明了两种算法的正确性。