基于移动锚节点的距离相关定位算法
基于移动锚节点的无线传感器网络圆心定位
（ ｅ ｔｏ ｉｓａ ｄ Ｉ ｏ ｍ ａｉｎ Ｅｎ ｉｅ ｒｎ Ｅｌｃｒ ｎｃ ｎ ｎｆｒ ｔｏ ｇｎ ｅｉ ｇ，Ｓ ｃ ｕ ｎ Ｕｎｖ ｒｉｙ，Ｃｈ ｎ ｄ ６１ ０ ５） ｉｈ ａ ｉｅ ｓｔ ｅｇ ｕ ０６
Ａｂｓ ｒ ｃ Ｂａ ｅ ｎ Ｒｅ ｅｖ ｄＳｉｎ ｌＳ ｒ ｎ ｔ ｎ ｉａ ｏ ＲＳ ）ｏ ｒ ｌｓ ｅ ｏ ｅｗｏ ｋ，ａｍｏ ｌ ｎ ｈ ｒｎ ｄ ｎ ｅ ｔｒｏ ｉｃｅ ｔａ ｔ ｓｄ ｏ ｃ ｉｅ ｇ ａ ｔｅ ｇ ｈＩ ｄｃ ｔ ｒ（ ＳＩ ｆｗｉｅｅ ｓｓｎｓ ｒｎ ｔ ｒ ｂｉ ａ ｃ ｏ ｏ ｅａ ｄａｃ ｎ ｅ ｆａｃｒｌ— ｅ ｌｃ ｌ ａｉｎ ａｇ ｒｔ ｍｓｉ ｒ ｓｎｔｄ Ｉ ｈ ｒ ｒ ｅ ｅａ ｏ ｉ ｎ ｈ ｒｎ ｅ ，ｈｓａｇ ｒｔ ｏ ａｉ ｔ ｌ ｏ ｉｈ ｓｐ ｅ ｅ ｅ ． ｆｔ ｅｅａ ｅｓ ｖ ｒ ｌ ｚ ｏ ｍ ｂｌ ａ ｃ ｏ ｏ ｄｓ ｔ ｉ ｌｏ ｉｈｍ ｌ ｂ ｒ ｆｉｉｎ ｙ Ｉ ｈ ｏ ｉｉｎｉｇｐ ａ ｅ， ｅ ｗｉ ｅｍｏ ｅｅｆｃｅ ｃ ． ｎ ｔ ｅｐ ｓｔｏ ｎ ｈ ｓ ｌ ｔｅ ｄｓａ ｅ ａ ｕ ｅ Ｓ ｒ ｍ ｏ ｅｔ ｄ ，ｈ ｎｃ ｏ ｏ ｓｌａ ｔ ｎｓｗｉ ｅｕ ｅ ｎｏ ｄ ｒｔ ｏｖｎ ｈｅｃｒｌ ｎ ｒ ｕ ｈ ｏ ａ ｈ ｉｔ ｎ ｅｍｅ ｓ ｒ ｄｂｙＲＳ Ｉｆｏ ｎ ｄ ｏｎｏ ｅ ｔ ｅａ ｈ ｒｎ ｄｅ ｏ ｃｉ ｌ ｂ ｓ ｄｉ ｒ ｅ ｏｓ ｌｉｇ ｔ ｉｃｅａ ｄｗｏ ｋｏ ｔｔ ｅｌｃ — ｏ ｌ
位置 ， 得到 以未知节 点为 圆心 ， 锚节点 通过 圆 的轨 迹方程 。 理论上来说参与定位的锚节点的数量越多 ， 定位精度越 高。
但过多的锚节点意味着 过高 的开支及 较多 的能量 消耗 ， 且
一种利用可靠的锚节点的非测距定位算法
一种利用可靠的锚节点的非测距定位算法李波;张长胜;邵丹【摘要】无线传感网中的多类应用均需要准确的定位算法.为了评估位置,普通节点需利用与锚节点间的距离信息,估计自己的位置.因此,距离的估计在无线传感网络定位中扮演着重要的角色.传统的各向同性网INT(isotropic networks)中定位算法是将欧式距离看成最短路径距离SPD(shortest path distances).然而,这些算法在各向异性网ANT(anisotropic networks)不能准确地估计距离,因为ANT中最短路径距离SPD与欧式距离不成线性比例;并且两节点间的最短路径被迂回,其长度可能大于相应的欧式距离.针对此问题,正确选择可靠的锚节点RANs(reliable anchor nodes)用于准确地估计距离显得格外重要.为此,面向各向异性网ANT,提出基于可靠的锚节点选择的定位方案,记为Se_RANs.每个普通节点通过三角模型原则选择三个可靠锚节点,计算这三个锚节点估计离其他锚节点间的距离,进而利用Mix-max 算法估计普通节点位置,从而提高估计的准确性.同时,通过数学分析,推导了普通节点周围存在三个可靠锚节点的概率;并验证了Se_RANs方案的可行性.仿真结果表明,与DV-Hop算法相比,提出的Se_RANs方案具有小的定位均方误差(MLE).【期刊名称】《科学技术与工程》【年(卷),期】2014(014)033【总页数】6页(P67-72)【关键词】各向异性网;锚节点;三角模型;定位;非测距;传感网【作者】李波;张长胜;邵丹【作者单位】长春工程学院计算机基础教学中心,长春130012;东北大学信息与工程系,沈阳110819;铁道警察学院公安技术系,郑州450000【正文语种】中文【中图分类】TN929.5无线传感网络WSNs(wireless sensor networks)应用于各行各业，如环境监测、卫生保健、目标跟踪和军事侦察[1]。
WSN基于测距的定位方法
坐标。因此, 必须采取一定的机制或算法来实现无线传感器网络中各节点的定位。
二.主要的WSN定位方法
1.依据距离测量 与否 2依据节点连通 度和拓扑分类
3依据信息处 理的实现方式
测距算法 非测距算法
单跳算法 多跳算法
分布式算法 集中式算法
普遍认为基于测距和非测距的算法分类更为清晰,但大部分基于非测距的定位 算法只是停留在理论研究阶段, 且大都是在仿真环境下进行的, 需要假设很多不确 定因素, 而这些因素在实际应用中往往不能满足, 在实际应用中通常选择测距算法。
AOA测距技术依靠在节点上安装天线阵列来获得角度信息。由于大部分节点的天线都是全 向的, 无法区分信号来自于哪个方向。因此该技术需要特殊的硬件设备如天线阵列或有向天线 等来支持。
优点:能够取得不错的精度 缺点:装有天线阵列的节点的耗能、尺寸以及价格都要超过普通的 传感节点, 与无线传感器网络低成本和低能耗的特性相违背, 所以
对于无线传感器网络的户外 三维定位, 将锚节点固定在直升
机上通过GPS实时感知自身位置,
采用基于RSSI的测距方法, 利用 粒子滤波定位技术实现定位, 该
累计, 并且可以减少锚节点 目前的三维定位算法包括基于划 的数量, 进而降低网络的成 分空间为球壳并取球壳交集定位 本。 的思想, 提出的对传感器节点进行 三维定位的非距离定位算法 APIS(approximate point in sphere) 。
目
录
一.WSN节点定位的意义 二.主要的WSN定位方法 三.国内外基于测距的定位方法的研究 四.新型WSN定位方法 五.总结
一.WSN节点定位的意义
无线传感器网络作为一种全新的信息获取和处理技术在目标跟踪、入侵监测及一 些定位相关领域有广泛的应用前景。传感器节点必须明确自身位置才能详细说明 “在什么位置发什么了什么事件”, 从而实现对外部目标的定位和跟踪; 了解传感器
一种基于移动锚节点的静态无线传感器网络定位算法构建和分析
动锚节点就是具 备移动能力并且配 置 自身定位设备的节点 。 在 数据包 ， 以及信标数据包 中的发射该信标 的信标点位置的信息 无线传感器 网络的使 用中具体 的分布 在无线传 感器网络 中的位 就能详细 的确 定， 在移动锚节点中通信 的传感 器节点可 以接 收 置节点中， 来提 供可靠的辅助信息 ， 并且按照一定的算法 来计算 到信 标数据 包 ， 在 测量 的同时根 据节点间的连 同信 息或者是３ 自身的估计位 置。 个 以上 的测量距 离来估 计 自身的位 置。 本文在结合使用Ｒ Ｓ Ｓ Ｉ 、
无线 天地 ・
种基于移动锚节点的静态 无线传感器网络定位算法构建和分析
一
黄衍玺（ 南京 航空航天大学， 江苏 南京 ２ １ ０ ０ １ ６ ）
摘 要： 随着网络技术在深入的发展 ， 静态无线传感器网络主要是通过引入网络技术中具有数据采集能力、 信息处理能力以及无线通信的能
力 的传感 器节点进行 相 互交换 信息 ， 并且协调控 制有机相 结合。 该技 术 的已经被 广泛的应用于生活中的各 个领 域中， 在 移动锚 节Ｉ 量 的使 用中， 改 变了 静 态无线传感 器网络在 发 展中遇 到了环境 恶劣、 不可到达 区域最 终 实现了 监 测和跟 踪的任务 ， 有效 的控 制了节点位 置的具 体信息。
关键词： 移动锚节点； 静态无线传感器； 网络定位； 算法构建
在静态无线传感 器网络定位 的使用中， 将信息进行交通信量 ， 避免了在测量 中的误 差影
但是无需测距定位 ， 在使用 中能够减 小节点的尺寸， 满足了 有 效 的控制 了有 机体的结合， 最终实现 了物与物 的互联 ， 将感 响。
１ ． ２静态无线传感器网络定位算法分类
静态无 线传 感 器 网络定位 的算法 主要 有 ：（ １ ）基于测 距
基于三边测量法的移动锚节点定位方案
定位覆盖率、定位精度以及移动锚节点的能耗有很
大影响。一般认为，最优的锚节点移动路径需要满
足两个条件，一是能够提供良好的网络覆盖范围，确
保区域内所有节点都至少三个非共线
的有效信号。
典型 的 移 动 锚 节 点 路 径 规 划 主 要 分 为 两 类［8 － 10］，一类是随机移动模型，如随机游走模型、高
0 引言
无线传感器网络是一种多跳的自组织网络系 统，它由大量的微型传感器节点组成，节点之间通过 无线的方 式 进 行 通 信［1］。 随 着 人 工 成 本 的 不 断 上 升，生产领域对提高设备自动化水平的需求日益迫 切。在数据采集与处理方面，无线传感器网络具有 比较明显的优势，因此引起了学术界、产业界和各国 政府的普遍关注。目前，无线传感器网络已经与经 济社会发展的各个方面深度融合，在气象监测、抢险 救灾、目标跟踪等领域发挥不可替代的作用［2］。作 为上述应用的重要支撑环节，无线传感器网络节点 定位技术一直是研究的热点。根据定位过程是否需 要测距，节点定位可以分为基于测距的方法和无需 测距的方法［3 － 4］； 根据锚节点是否移动，可以分为静 态锚节点定位和动态锚节点定位［5 － 6］。静态锚节点
斯 － 马尔科夫模型等； 另一类是非随机移动模型，包
括以 SCAN 型、DOUBLE SCAN 型以及 HILBEＲT 型
为代表的经典移动模型。其中，SCAN 型路径是最
简单、最容易实现的一种轨迹。
如图 1 所示，在 SCAN 型路径中，移动锚节点沿
着一个维度遍历监测区域，两条连续的平行轨迹之
间的距离定义为移动路径间隔 S（ 或轨迹分辨率） 。
问题。锚节点的移动路径往往对网络中未知节点的
收稿日期： 2018 － 10 － 21 基金项目： 江苏省高等学校自然科学研究面上项目 （ 18KJD14000-
基于移动锚节点的移动定位技术
式 匹配等完成定位的称灯 ‘ 细” ， 根据节点接近度进行定位的称 为“ 粗” 。高 精 度的定位技术往往要 求较高的器件水平 和能耗 ， 在有些 场合下 ， 为 了满 足传感器网络节 点的低 成本、 低 能耗 的要求 ， 需要根据 任务和需求选 择适 度“ 粗” 的算法 。 细 粒度 的典型算法有质心算法 、 Ａ ｃ ｔ ｉ ｖ ｅ Ｂ ａ ａ ｇ ｅ 凸规划等。粗
位的研究热点集 中于如何利用这些 锚节点提供 的位置 信息与节 点间的协
作， 来 计 算 非 锚 节 点 的位 置 。
无 线传感器 网络定位 问题 的一般前提假设是：
（ １ ） 网络 具有 较 高 的密 度 ； （ ２ ） 网络 内每 一 个 节 点 具 有 全 网 唯 一 的 Ｉ Ｄ： （ ３ ） 在 没 有 特 别 说 明 的情 况 下 ， 所 有 节 点 具 有 相 同 的 最 大通 信 距离 ；
１ ． 测量信号到达时 间（ ＴＯＡ ． Ｔ ｉ ｍｅ ｏ ｆ Ａｒ ｒ ｉ ｖ ａ １ ） ２ ． 测 量 不 同信 号 到达 时 间差
３性 能 方 法 的评 价 标 准
（ １ ） 定位精度 ： 一般用误差值与节 点的无线 电测距射 程的 比例表示 ， 例 如定位精 度为 ２ ０ ％表示误差是射程范围的 ２ ０ ％。 （ ２ ） 锚 节点的密度： 因为锚节点通 常依赖 人工部署或安装 ＧＰ Ｓ等定位 设备， 使用成本较 高。锚 节点的使用数量是限制 ＷＳ Ｎ规 模、 影响 ＷＳ Ｎ成 本的重要指标之一。 （ ３ ） 功耗 ： 由于 传 感 器 节 点 的 能 量 有 限 ， 控制功耗是 ＷＳ Ｎ 的 一 项 重 要 工作。因此定位 算法所 需要 的计算复杂度 、 时 间复杂度 、 通 信开销 、 存储开 销等成为影响功耗的重要因素。 （ ４ ） 规模 ： 不同的定位 系统或算法所能 定位 目标的数量是 一个重要 的 评价指标 。节点数量增加带来了网络 通信 干扰、 结构复杂度和通信复 杂度 的 增 加 。 规 模 的 扩 大对 算 法 的 适应 性 提 出 了考 验 。 （ ５ ） 容错性和适应性： 实际应用场 合存在 着多种不确定性， 例如多径传
一种基于移动坐标系的新型节点定位算法
节点定位是无线传感 器 网络 （ Ｎ ） ＷＳ ｓ 最关键 的技术 之
一
，
因为节点 信息可用于 目标跟踪 、 盖范围 、 覆 环境监测 、 路 。现实应用 中， 定位的方法 有很多 ， 当前用 得
由选择等
最 为 广 泛 的就 是 Ｇ Ｓ定 位 。 Ｇ Ｓ定 位 具 有 全 天 候 、 精 度 Ｐ Ｐ 高
从 目前情 况来看 ， Ｎ ＷＳ ｓ节点 定 位技术 大体 上 可 以分
为 以下 ３种 ：
定位技术精度最高 ， 对硬件要求也最高 ； 但 有锚节点基于非 测距 的定位技术精度 较高 ； 锚节 点定位 技术可显 著降低 无 网络成本 ， 对硬件要求较低 ， 但定位精度最低 。
１ ＭＣ Ｓ算 法 及 其 实现
了 以下 措 施 ：
有 Ｇ Ｓ装置的节 点 ） 其 中一个 移动 锚节 点 Ｊ Ｐ ， 。每 个锚 节 点到坐标 系的距离是 已知的 ， 且节 点 的通信 范 围均为一 固 定半径 的圆。第 ｍ个位置未 知节 点在 其通信范 围内至少有
２个 以 上 邻居 锚 节 点 。
如 图 １ 原点 ０为移动节点在 时刻 的位置 ， 轴方 向 ， 为其移动方 向， 假设 移动节点 移动方 向为直线 （ 在实际应用 中， 节点可任意方 向运动 ） 。图中 ， Ａ为未 知节 点 ， Ｒ为其通
Ａｂｓｒ ｔ： Ａ ｄ ｓｒｂ ｅ ｎｏ ｅ ｏ ａ ｉａ ｉｎ ｌｏ ｉｈｍ ｂ ｓ ｄ ｎ ｔ ａｃ ｉｔ ｕｔｄ ｉ ｄ ｌｃ ｌｚ ｔｏ ａ ｇ ｒｔ ａ ｅ ｏ ｍｏｂｌ ｃ ｏ ｄｉａ ｅ ｙ ｔ ｍｓ ｓ ｒ ｓ ｎ ｅ ｉｅ ｏ ｒ ｎ ｔ ｓ ｓｅ ｉ ｐ ｅ ｅ ｔ ｄ．Ｉ ｓ ｔ ｉ ｉｒ ｌｖ ｎ ｏｄｉｔｎ ｅ． ｅ ｍ ｏ ｉ ｇ ａ ｃ ｒ ｎ ｄ ｓｓ ｔａ ｈ ｒｇｎ ｔ ｕｉ ｈ ｏ ｒ ｉ ａｅ ｓ ｓｅ ， ｌ ｎｋ ｏ ｒｅ ｅ ａ ｔｔ ｓａ ｃ Ｔｈ ｖ ｎ ｎ ｈｏ ｏ ｅ ｉ ｅ ｓ ｔ ｅ ｏ ｉ ｉ ｏ ｂ ｌ ｔ ｅ ｃ ｏ ｄ ｎ ｔ ｙ ｔ ｍ ｗｈｉｅ ｕ ｎ ｗｎ ｄ ｎ ｄｅ ｏ ｎ ｉ ｇ ｎ ｔ ｅ ｅｇ ｂｏ ｉｇ ｎ ｈ ｒ ｎｏ ｓ ｔ ｌ ｃ ｔ ｉｓ ｌ ｉ ｔ ｔｍ ｐ ｒ ｒ ｃ ｏｄｉ ｔ ｓ ｓｅ ．Ｕｎｋ ｏ ｏ ｓ ｃ ｕ ｔｎ ｏ ｈ ｎ ｉｈ ｒｎ ａ ｃ ｏ ｄｅ ｏ ｏ ａ ｅ ｔｅｆ ｎ ｈｅ ｅ ｏ ａｙ ｏ ｒ ｎａｅ ｙ ｔｍ ｎ ｗｎ ｒ ｇｏ ｆｉｓ ｌ ｓｃ ｎｔｎ ｏ ｌ ａ ｒ ｗｅ ｙ ｆｎ ｎ ｈｅ ｐｕ ｌｃ ｓ ｔｔ ａ ｃ ｅ ｎ ｔ ｅ ｔｉ ｏ ａｉ ｎ ｏ ｉｆｒ ｎ ｅ ｉｎ ｏ ｔｅｆｉ ｏ ｉ ｕ ｕｓｙ ｎ ｒｏ ｄ ｂ ｄｉｇ ｔ ｂ ｉ ｅ ｈ ｔｐｉｋ ｄ ｉ ｈｅ ｃ ｒａ ｎ ｌｃ ｔｏ ｆ ｄｆｅ ｅ ｔ ｉ
基于移动锚节点的WSN节点定位方法
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
无线传感网络定位算法
基于移动锚节点的距离相关定位算法
一、无线传感网络与节点定位
1. 无线传感网络中的关键技术
无线传感器网络作为当今信息领域新的究热点，涉及多学科交叉的研究领域，涉及到非常多的关键技，主要包括：拓扑控制；网络协议；网络安全；时间同步；定位技术；数据融合；嵌入式操作系统；无线通信技术；跨层设计和应用层设计。
2. 无线传感器网络节点定位机制
无线传感器网络节点定位问题可表述为：依靠有限的位置己知节点即信标节点(锚节点)，确定布设区中其它未知节点的位置，在传感器节点间建立起一定的空间关系的过程。
无线定位机制一般由以下三个步骤组成：
第一步，对无线电信号的一个或几个电参量(振幅、频率、相位、传播时间)进行测量，根据电波的传播特性把测量的电参量转换为距离、距离差及到达角度等，用来表示位置关系；
第二步，运用各种算法或技术来实现位置估计；
第三步，对估计值进行优化。
3. 节点间距离或角度的测量
在无线传感器网络中，节点间距离或角度的测量技术常用的有RSSI、TOA、TDOA和AOA等。
4. 计算节点位置的基本方法
(1)三边测量法
(2)三角测量法；
(3)极大似然估计法。
5. 无线传感器网络定位算法的性能评价
几个常用的评价标准：定位精度；规模；锚节点密度；节点密度；覆盖率；容错性和自适应性；功耗；代价。
6. 无线传感器网络定位技术分类
（1）物理定位与符号定位；
（2）绝对定位与相对定位；
（3）紧密耦合与松散耦合；
（4）集中式计算与分布式计算；
（5）基于测距技术的定位和无须测距技术的定位；
（6）粗粒度与细粒度；
（7）三角测量、场景分析和接近度定位。
二、定位算法研究的目的和意义
定位是大多数应用的基础。
由于节点工作区域往往是人类不适合进入的区域，或者是敌对区域，甚至有时传感器节点需要通过飞行器抛撒，因此节点的位置通
常是随机并且未知的。
而传感器节点自身的正确定位是提供监测事件位置信息的前提，没有位置信息的监测消息往往是没有意义的。
传感器节点必须明确自身位置才能详细说明“在什么位置或区域发生了特定事件"，除能报告事件的发生地外，还能进行目标跟踪，实时监视目标路线，预测目标轨迹等；实现对外部目标的定位和追踪。
另一方面，了解传感器节点位置信息还可以协助路由，提高路由效率，为网络提供命名空间，向部署者报告网络的覆盖质量，实现网络的负载均衡以及网络拓扑的自配置等网络管理。
因此，确定事件发生的位置或获取消息的节点位置尤为重要，对传感器网络应用的有效性起着关键的作用。
而全球定位系统是目前使用最广泛最成熟的定位系统，通过卫星的授时和测距对用户节点进行定位，具有精度高、实时性好、抗干扰能力强等优点，但是定位适应于无遮挡的室外环境，用户节点通常能耗高且体积大，成本也比较高，需要固定的基础设施等。
人工部署和为所有网络节点安装GPS接收器都会受到成本、功耗、扩展性等问题的限制，甚至在某些场合可能根本无法实现，这使得它不适用于低成本自组织的传感器网络，因此必须采用一定的机制与算法实现WSN的自身定位。
随着计算机技术、微电子技术和通信技术的进步，传感器已朝着集成化、微型化、智能化和低能耗的方向快速发展，使其能够在较小体积内集成信息采集、数据处理和信息的传输等多种功能，这为无线传感网(Wireless Sensor Networks WSN)的产生和发展奠定了基础。
无线传感网是由部署在监测区域内大量廉价微型的具有有限数据处理能力和装备有低能耗无线信号收发器的传感器节点通过无线通信方式形成的一个多
跳自组织网络，其目的是利用网络节点协作地感知和采集网络覆盖区域内感兴趣的信息，并发送给观察者。
它通过大量随机部署在监测区域的传感器节点来监测和感知周围的物理环境。
无线传感网具有布线成本低、监测精度高、系统容错性好、可远程监控以及便于诊断与维护等众多的优点，它的产生解决了传统传感器网络在应用中遇到的安装、维护等方面的种种困难。
其在军事、工业、医疗、交通、环保等领域有着广阔的应用前景。
如果说互联网改变了人与人之间的信息交流方式，那么，无线传感网的产生将改变人与自然界的交互方式。
三、基于移动锚节点的距离相关定位算法
基于测距的移动锚节点发送的信标信号中包含距离信息，然后未知节点通过接受到的距离信息通过特定的计算方法实现定位。
典型算法：MBAL 算法
MBAL(mobile beacon assisted localization scheme)定位方法是典型的将移动锚节点定位算法与静态锚节点定位算法相结合的一种方法，移动锚节点在移动的同时更新其坐标并周期的广播自身的位置信息。
未知节点通过RSSI 测距方法获得与锚节点之间的距离，当接收到3 个以上不共线的虚拟锚节点信息包时，就可以使用三边测量法来计算自身的位置。
未知节点定位完成以后，就转换成为其他未知节点提供坐标信息的静态锚节点。
MBAL 算法假设锚节点始终能知道自身的位置，未知节点可以利用3 个及更多的来自移动锚节点或静态锚节点的数据包计算出自身的位置。
MBAL 定位可分为以下3 个阶段：锚节点初始移动阶段：为了保证在传感器网络中存在交叉区域，将移动锚节点的初始位置设置在网络的中心附近。
如图3.16 所示，交叉区域是一个边长为
R的等边三角形。
锚节点运动结束后，节点移动的距离长度为2R，参考节点的数目是3 个。
经过这个步骤，处于交叉区域的未知节点能够计算出自身位置，从而转化为广播自身位置数据包的静态锚节点，进行递增式定位。
锚节点初始运动路径（The initial path of a mobile beacon）
未知节点定位阶段：静态参考节点为其他未知节点提供包括自身位置的数据包，使更多的节点被定位，从而递归的产生更多的静态参考节点。
三边测量法至少需要3 个锚节点的位置信息，但MBAL 使用距离检查技术（The range check technique）来计算接收到两个数据包的节点位置。
如下图所示，一个未知节点接收到来自参考节点A 和B 的两个数据包，估计自身到A 和B 的距离，从而可以得到两个可能的位置1P 和2P 。
图中灰色点是参考节点A 和B 的邻居节点，也是未知节点的两跳节点。
这个未知节点只有两个邻居节点，不能成为两跳节点的邻居节点，而其中一个可能的位置2P 是在节点C 的范围内被定位。
因此，1P 是未知节点唯一的位置。
距离检查技术（The range check technique）
锚节点移动路径决策阶段：经过前两个步骤之后，有些未知节点接收到的位置信息仍然少于3 个，这些节点被称为请求节点，向移动锚节点请求更多的位置信息。
根据请求节点已接收到的数据包个数，可将这些节点分为0-型（已接收到参考节点信息的个数为0）、1-型（已接收到参考节点信息的个数为1）和2-型（已接收到参考节点信息的个数为2）。
根据不同类型未知节点的请求，移动锚节点选择合适的路径来完成整个网络的定位。
MBAL 算法提出的路径规划方法比随机路径规划的定位效果好，但它在尽可能减小锚节点移动路径的同时，也降低了定位的精度。
对于小规模传感器网络，MBAL 算法通过上述的路径规划方法缩短了移动锚节点运动的路径，减小了锚节点能耗；采用递增式的定位算法，降低了定位实现的成本；使用距离检查技术，减少网络中不能定位的节点。
但对于大规模的网络，MBAL 算法会产生严重的累积误差且全网定位的执行周期较长；网络中节点分布均匀且密度较大时，采用递增式定位能够满足所有未知节点都被定位的需求，不需要再使用距离检查技术。
因此，MBAL 算法不适用于大规模无线传感器网络定位。