无线传感器网络是新兴前沿的研究方向，它涵盖多个学科的知识，将客观物理世界和逻辑信息世界相结合，从而改变了人与自然界之间交流的方式。无线传感器网络因其自组织、以数据为中心的特点而得到了广泛应用，通常节点采集的数据捆绑位置信息才有意义。现有的定位技术大多使用安装GPS设备的静态锚节点为未知节点提供位置信息，锚节点高密度分布会给定位系统带来成本上的压力。采用移动锚节点代替静态锚节点是解决成本问题的有效方法，所以本文针对移动锚节点定位算法展开了深入的研究。目前采用移动锚节点的定位算法仍然有很多弊端，比如易产生定位盲区、定位执行周期长等。有研究提出使用递增式定位方法，但产生的累积误差问题很严重。作者提出了一种基于网格划分的递增式定位算法来改善现有技术的不足，这种定位技术主要是应用于大面积监测区域，旨在解决大规模网络定位存在的定位速度慢和累积误差大的问题。为了降低定位实现成本并提高定位效率，算法中的锚节点采用动态和静态相结合的方式。移动锚节点在网络中按照规划的路径运动并广播自身的位置信息，未知节点计算出其坐标后等待监控后台的命令，决定自己是否需要转换为静态锚节点，辅助其他未知节点定位。为了解决递增式定位产生的误差累积问题，文中优化了这种定位方式，合理地选择部分已知节点转换为静态锚节点。为了更加有效地减小全网定位产生的累积误差，算法将大规模网络划分网格。根据定位应用时提出的定位精度需求，可以使用仿真工具确定如何将大规模网络划分为小面积网格，每个网格中的定位过程是相对独立的。为了说明算法的有效性，文中从多个方面仿真验证作者提出的算法，包括网格划分数量和精度需求之间的关系、节点定位的误差分析。根据仿真结果可以针对不同精度要求选择相应的网格大小，误差图中显示了节点实际位置与测量位置的差值。另外，从全网定位的速度和定位过程中产生的定位误差两个角度出发，作者将该算法与MBAL定位算法进行比较。仿真结果表明用于规模较大的网络定位时，基于网格划分的递增式定位算法定位速度较快且累积误差明显较小，监测区域面积越大优势体现的越明显。