对于无线传感网络技术的定位问题,随着实际应用的需求不断提升,应用技术的不断革新与发展及应用环境的动态化、复杂化演变,传统的静态网络定位算法已不再具有广泛性和普适性,基于动态无线传感网络的定位算法已经成为了研究和发展的主流。本文详尽地阐述了基于蒙特卡洛统计学方法的动态无线传感网络定位算法,尤其是对其中的蒙特卡洛盒(MCB)算法进行了系统的研究,具体研究工作如下:(1)在总结原始MCB算法局限性的基础上提出了AABMCB算法,针对原始算法存在的定位效率低、采样不够准确和计算量较大等问题引入一种先定位优质节点,然后利用优质节点与锚节点一同定位其余节点的定位策略。针对性地给出了改进后辅助锚节点的筛选方法,以及考虑一次定位误差的新的采样区域确定方案;通过仿真结果,可以看到AABMCB算法在定位覆盖率、定位精度和定位效率方面都取得了一定幅度的提升。(2)但AABMCB算法的定位策略中没有解决原算法采样次数过多、时效性差、样本估计不够准确等问题,及此我们进行二次优化提出了OptimizedAABMCB算法。在保留原来定位顺序及各参考边界坐标确定方法不变的情况下引入加权质心算法来确定新的锚盒子,同时利用基于接受信号强度指示测距的“补充锚盒子”进行锚盒子滤波,最后在进行坐标估计时引入罚函数运动惯性权重对采样点的优劣进行区分;通过仿真结果,可以看到OAABMCB算法以适度增大计算量为代价大幅度降低了定位过程的采样次数、进一步提高了系统的定位效率和精度,并且在不同参数条件下均具有较好的综合定位效果。