集成电路、嵌入式系统、微型机电系统、人工智能、自动控制、计算机科学、分布式信息处理和无线通信以及其他多种先进技术相互融合,产生了无线传感器网络这门新的学科。无线传感器网络是采用无线自组织方式形成的分布式网络,而数量巨大的传感器节点通常被密集部署在特定的监控区域,用来感知外界信息(声音、温度、湿度、压力)。无线传感器网络在环境监测、军事国防、医疗卫生、工业制造、交通管理和反恐抗灾等领域具有广泛的应用。目前,无线传感器网络仍然存在一些技术上的难点,节点定位技术与很多实际应用有着密切的联系,因而受到关注。尽管无线传感器网络节点定位技术的研究已经取得许多可喜的成绩,但是已有节点定位技术还是无法满足实际的定位需求,还有待于提高,对应的定位算法在性能上还存在很大提升空间。一般来说,传感器节点由感应单元、处理器单元、数据传输单元和电源四部分组成。这些功能各异的传感器节点和外围辅助设备在网络操作系统和应用软件的管理与支持之下,有机得结合在一起形成了一个完整的无线传感器网络系统。与其他无线网络的相比,无线传感器网络具有许多独有的特点:网络节点数量众多且分布广泛、网络传输以数据为中心、自动配置拓扑结构、节点能源有限等特点,这些特点决定了无线传感器网络节点定位过程在本质上不同于其他无线网络。无线传感器网络节点定位的核心思想是:依靠节点之间的相关信息,来确定它们的空间关系,整个定位过程大致可以分为测距和定位两个阶段。测距方法的不同,所使用定位计算公式和求精计算公式的差异都会影响到定位效果。当然还有许多因素都会影响到节点定位效果,应从全局的角度考虑这些相互制约因素,力求得到一个理想的定位状态。本文就是将循环迭代和泛洪算法的思想以及虚拟连接的概念融入Euclidean节点定位算法当中,来实现对其拓展和优化的目标。本文采用OMNeT++仿真平台下的Mobility Framework仿真框架对整个定位过程进行了详细的描述和多层次的分析。试验结果表明,虽然改进后的算法不可避免得增加了节点之间的能耗(通信次数),但是这种能耗总的来说还是可以接受的。在这种情况下,改进后的定位算法实现了网络节点定位误差的显著降低、定位覆盖程度明显提高等目的。