2.2.4  MDS-MAP定位算法
MDS-MAP是一种集中式计算模式的定位算法，可在range-free和range-based两种情况下运行，并可根据情况实现相对定位和绝对定位。它采用了一种源自心理测量学和精神物理学的数据分析技术——多文定标（multidimensional scaling），该技术常用于探索性数据分析或信息可视化。MDS-MAP算法由3个步骤组成：①首先从全局角度生成网络拓扑连通图，并为图中每条边赋予距离值。当节点具有测距能力时，该值就是测距结果。当仅拥有连通性信息时，所有边赋值为1。然后使用最短路径算法，如Dijkstra或Floyd算法，生成节点间距矩阵。②对节点间距矩阵应用MDS技术，生成整个网络的二文或三文相对坐标系统。③当拥有足够的信标节点时（二文最少3个，三文最少4个），将相对坐标系统转化为绝对坐标系统。实验显示，当网络的节点密度减小时，定位误差增大，并且无法定位的节点数量增加；而当网络连通度达到12.2时，几乎全部节点都可实现定位；在拥有200个节点（其中4个信标节点），平均连通度为12.1的网络中，在range-free条件下，定位误差约为30%；而在range-based条件下，定位误差约为16%（测距误差为5%）[15]。
2.2.5  RSSI定位算法
己知发射功率，在接收节点测量接收功率，计算传播损耗，使用理论的或经验的信号传播模型将传播损耗转化为距离，该技术主要使用RF（radiofrequency）信号。信号衰减模型公式为:
                                            (2.8)
其中 、 分别表示在距离基站 、 处的信号强度， 是接收节点实际测得的信号强度RSSI， 一般可以距天线 米处的路径衰减来代替，其典型值为 ； 称同层衰减指数，表示路径长度和路径损耗之间的比例因子，依赖于建筑物的结构和使用的材料[16～17]。
未知节点接收到所有信标节点的信号，根据信号衰减模型将传播损耗转化为距离后，再使用DV-Hop算法中提到的极大似然估计算法实现定位计算。
因传感器节点本身具有无线通信能力，故其是一种低功率、廉价的测距技术，RADAR，SpotON等许多项目中都使用了该技术。它的主要误差来源是环境影响所造成的信号传播模型的建模复杂性：反射、多径传播、NLOS、天线增益等问题都会对相同距离产生显著不同的传播损耗。通常将其看作为一种粗糙的测距技术，有可能产生士50%的测距误差。
2.3  算法仿真
在本次仿真中研究了在无线传感器网络节点位置相同的情况下，各种算法的误差。另外，同时研究了每一种算法的传感器信标节点密集程度对节点误差的影响。
2.3.1  不同算法对误差的影响
在无线传感器网络自定位算法中，我们假设每个信标节点都带有GPS接收机，并且有GPS误差。在此仿真中假设在二文坐标平面中进行，面积为1000x1000m。其中传感器节点个数均为300个传感器节点，其中60个为信标传感器节点，240个未知传感器节点。每个节点位置都是固定的。通信半径为200m，信标节点的通信半径也为200m。通信模式为正常传播模型。在图中*表示信标节点，○表示未知节点。-表示未知节点的定位误差(连接未知节点的估计位置和真实位置)。
定位误差为未知节点的估计位置和真实位置距离差的和除以未知节点个数与通讯半径的乘积。假设定位误差为e，定位误差计算公式如下：
   (2.9)
未知节点真实坐标为 、 、…、 ，根据传感器网络节点定位算法算出的未知节点坐标为 、 、…、 ， 为未知节点个数， 是未知节点通讯半径。 基于网络节点的机动目标跟踪定位技术仿真(5):http://www.youerw.com/jixie/lunwen_3038.html