1、“.....以为基础，很多专家提出等定位方法。由于在实际应用中传感器节点通信半径无法确定，且经典采样过程繁琐，采样效率低下，本文提出了种结合跳距转换模型的优化算法，避免直接使用节点的通信半径确定采样更好的定位效果。参考文献方法。由于在实际应用中传感器节点通信半径无法确定，且经典采样过程繁琐，采样效率低下，本文提出了种结合跳距转换模型的优化算法，避免直接使用节点的通信半径确定采样区域，而且能够取得更好的定位效果。摘要在无线传感网中，针对蒙特卡洛移动节点定位算法中通信半径无法确定这缺陷，本文提出了种结合跳距转换模型的蒙特卡洛定位改进算法。该算法首先利用实际中测得节点间的跳数信息得到节点的预估计坐标，进而精化出个环形采样区域，提高了采样效率。仿真结果表明，优化之后的算法能够显著地减少定位采样次数，能够有效提高定位的准确性，并且能改善网络中低锚节点密度时的性能......”。

2、“.....朱海平动态无线传感器网络的改进蒙特卡罗定位算法传感技术学报，孙燕基于采样优化的蒙特卡罗移动节点定位算法系统工程与电子技术，摘要在无线传感网中，针对蒙特卡洛移动节点定位算法中通信半径无法确定这缺陷，本文提出了种结合跳距转换模型的蒙特卡洛定位改进算法。该算法首先利用实际中测得节点间的跳数信息得到节点的预估计坐标，进而精化出个环形采样区域，提高了采样效率。仿真结果表明，优化之后的算法能够显著地减少定位采样次数，能够有够数量的样本数，给每个样本赋予权值，就可以估算出未知节点的位臵。但经典在实际应用中并不能得到理想参数值，比如说节点通信半径会随着高度的变化而发生较大的改变。为了解决这些问题......”。

3、“.....种新的蒙特卡洛定位改进算法本文基于提出了种叫做的定位算法，该算法利用节点间跳数信息估算未知节点的预估计坐标，再规划出个精化的采样区域，解决了通信半径波动大的困难，且定位精度和采样效率上都有明显的提升。跳距转换模型转换模型可利用节点间的跳数信息得到节点间的距离信息，描述如下网络中所有节点洪泛和接收其他节点的跳数信息锚节点在洪泛和接收跳数信息的同时还要传播坐标值。计算出与其他锚节点距离的和值及跳数的和值，分别记为。它们的比值即为的平，朱海平动态无线传感器网络的改进蒙特卡罗定位算法传感技术学报，孙燕基于采样优化的蒙特卡罗移动节点定位算法系统工程与电子技术，摘要在无线传感网中，针对蒙特卡洛移动节点定位算法中通信半径无法确定这缺陷，本文提出了种结合跳距转换模型的蒙特卡洛定位改进算法。该算法首先利用实际中测得节点间的跳数信息得到节点的预估计坐标......”。

4、“.....提高了采样效率。仿真结果表明，优化之后的算法能够显著地减少定位采样次数，能够有效提高定位的准确性，并且能改善网络中低锚节点密度时的性能。关键词无线传感网移动定位蒙特卡洛跳距转换模型采样优化中图分类号文献标识码文章编号引言无线传感技术在信息科技的各个锚节点密度锚节点密度是节点定位的重要参考指标，本文对网络中锚节点不同个数情况下的未知节点定位情况进行分析，锚节点个数分别为至个不等，由图可以看出平均定位误差是随着锚节点密度的增加而减小，算法中，锚节点密度越低时，定位精度相比于经典算法优化效果更明显。这说明在低锚节点密度情况下有着更好的定位效果。结语本文提出了种基于蒙特卡洛算法的移动定位改进算法，该算法利用节点间相互感知的跳数信息和锚节点信息得到个精化的环形采样区域，取得了较好的定位效果。仿真表明该算法相比于蒙特卡洛方法有更好的定位精度，此外......”。

5、“.....并且在锚节点密度较低的环境下有更显著的优化效果。目前该能很好的应用于规则的网络环境，但并不能很好的应用于复杂地形，这节点的预估计坐标，具体方法流程如下未知节点与锚节点的欧氏距离表示为分别用式中第至个方程分别减去第个方程用表示方程组系数项用表示方程组常数项解出未知节点的预估计坐标值通过上述方法，得到各个未知节点的预估计坐标值，同时提取出未知节点周围锚节点信息，分别计算未知节点与其跳锚节点的欧氏距离作为环形区域的参考半径，记为，表示预估计坐标，表示跳锚节点坐标。参考半径分别乘上参数因子和，和分别作为环形区域内环和外环的半径，考虑到预估计坐标位臵存在误差，且误差是在定范围内服从均匀分布的，所以环形区域内环和外环是参考圆的等比缩小或者扩大，所以和可以表示为和，只要选取合适的，就能用最小的代价换取最大的采样效率。结合上述信息可以构造出个精化的定位采样环形区域，如图所示......”。

6、“.....优化的比例是至不等，定位精度平均优化了。采样效率图为算法中采样次数由减为，采样次数仍为，其他定位条件不变的节点定位误差对比图，可以看出相比于传统算法，节点定位精度仍然平均优化了，这是由于在算法中，采样区域是由若干个环形区域的交集精化而来的，取代了传统通过通信半径确定的采样区域，所以采样效率有明显的改善。种基于蒙特卡洛的移动传感网节点定位的优化算法论文原稿。种新的蒙特卡洛定位改进算法本文基于提出了种叫做的定位算法，该算法利用节点间跳数信息估算未知节点的预估计坐标，再规划出个精化的采样区域，解决了通信半径波动大的困难，且定位精度和采样效率上都有明显的提升。跳距转换模型转换模型可利用节点间的跳数信息得到节点间位臵信息是研究的当务之急。大部分的定位算法都是针对静态网络的，倘若将静态定位算法应用于移动络中，由于节点的运动性会导致定位的精度下降......”。

7、“.....很多针对移动定位的方法应运而生。环形采样区域确定将每个未知节点与其他锚节点的距离，记为，表示未知节点，表示锚节点。假设未知节点的坐标为，锚节点坐标为，利用多边测量法即可计算出每个未知节点的预估计坐标，具体方法流程如下未知节点与锚节点的欧氏距离表示为分别用式中第至个方程分别减去第个方程用表示方程组系数项用表示方程组常数项解出未知节点的预估计坐标值通过上述方法，得到各个未知节点的预估计坐标值，同时提取出未知节点周围锚节点信息，分别计算未知节点与其跳锚节点的欧氏距离作为环形区域的参考半径，记为，朱海平动态无线传感器网络的种基于蒙特卡洛的移动传感网节点定位的优化算法论文原稿。仿真与分析本文使用仿真软件对算法进行分析，仿真环境如表所示。定位精度图中两条曲线分别描述所有节点分别运行算法和算法得到的平均定位误差情况，本方案模拟前个时间步的误差情况......”。

8、“.....算法中节点的平均定位误差相比于经典的算法的平均定位误差有所减小，优化的比例是至不等，定位精度平均优化了。采样效率图为算法中采样次数由减为，采样次数仍为，其他定位条件不变的节点定位误差对比图，可以看出相比于传统算法，节点定位精度仍然平均优化了，这是由于在算法中，采样区域是由若干个环形区域的交集精化而来的，取代了传统通过通信半径确定的采样区域，所以采样效率有明显的改善。知节点周围锚节点信息，分别计算未知节点与其跳锚节点的欧氏距离作为环形区域的参考半径，记为，表示预估计坐标，表示跳锚节点坐标。参考半径分别乘上参数因子和，和分别作为环形区域内环和外环的半径，考虑到预估计坐标位臵存在误差，且误差是在定范围内服从均匀分布的，所以环形区域内环和外环是参考圆的等比缩小或者扩大，所以和可以表示为和，只要选取合适的，就能用最小的代价换取最大的采样效率......”。

9、“.....如图所示，阴影处即为采样区域。仿真与分析本文使用仿真软件对算法进行分析，仿真环境如表所示。环形采样区域确定将每个未知节点与其他锚节点的距离，记为，表示未知节点，表示锚节点。假设未知节点的坐标为，锚节点坐标为，利用多边测量法即可计算出每个未改进算法本文基于提出了种叫做的定位算法，该算法利用节点间跳数信息估算未知节点的预估计坐标，再规划出个精化的采样区域，解决了通信半径波动大的困难，且定位精度和采样效率上都有明显的提升。跳距转换模型转换模型可利用节点间的跳数信息得到节点间的距离信息，描述如下网络中所有节点洪泛和接收其他节点的跳数信息锚节点在洪泛和接收跳数信息的同时还要传播坐标值。计算出与其他锚节点距离的和值及跳数的和值，分别记为。它们的比值即为的平均跳距值，记为。未知节点从与之跳数最小的个锚节点获取平均跳距值，记为，用乘上它与其他锚节点的跳数值......”。