节点定位技术是无线传感器网络的一项关键技术。目前,静态节点定位技术的理论成果较为丰富,而对移动节点的定位研究则相对缺乏。蒙特卡罗定位算法合理利用了节点的移动性进行定位,而且易于实现,成为移动节点定位的一种重要方法。本文重点研究基于蒙特卡罗方法的移动节点定位算法,主要内容包括:(1)研究节点定位技术,重点研究基于蒙特卡罗方法实现节点定位的原理,对三种经典的移动节点定位算法及其优缺点进行了分析。(2)针对基于蒙特卡罗方法的定位算法存在采样效率低、依赖锚节点密度的问题,提出了一种基于改进采样盒的蒙特卡罗节点定位算法。该算法利用前后两个时刻的锚节点和普通节点位置信息,进一步缩小了采样区域,可以提高定位精度和采样效率。使用普通节点的位置信息帮助定位,可以降低算法对锚节点的依赖。该算法在重采样过程中使用遗传算法的交叉思想,利用已有有效样本生成新的样本,提高了算法的采样效率。仿真结果表明,该算法在低锚节点密度时依然能保持较好的定位精度。(3)针对多数定位算法抗噪声性能差的问题,提出了一种基于模糊推理的蒙特卡罗节点定位算法。在该算法中网络呈现出一定的不规则性,节点的通信半径不再是理想的圆形。算法利用模糊推理系统建立了节点接收信号强度与节点间距离的关系,利用精确的信号强度输入值,输出一个模糊距离,使用该模糊距离作为构建采样盒和样本过滤的约束条件,有效提高了节点的定位精度和抗噪声能力。