1、無線傳感器網(wǎng)絡(luò)是由數(shù)量眾多的節(jié)點組成的自組織網(wǎng)絡(luò)，節(jié)點隨機散布在監(jiān)測區(qū)域，自身位置不可知。但在大部分的無線傳感器網(wǎng)絡(luò)實際應(yīng)用中，節(jié)點位置坐標確定收集的信息才具有使用價值，因此，節(jié)點定位技術(shù)至關(guān)重要。節(jié)點定位研究主要是對定位算法的研究，常用的定位算法包括質(zhì)心算法、APIT算法、DV-Hop算法等。定位精度受節(jié)點間測距誤差的影響，為了減小測距誤差，許多研究將粒子群算法、遺傳算法、蟻群算法等群體智能優(yōu)化算法引入到這些算法中，提高節(jié)點定位精度。

2、
　　BP神經(jīng)網(wǎng)絡(luò)算法是一種按誤差逆向傳播的多層前饋網(wǎng)絡(luò)，具有高度的非線性映射能力，泛化和容錯能力強。但由于BP神經(jīng)網(wǎng)絡(luò)算法是一種局部搜索的優(yōu)化方法，易陷入局部極小化，收斂速度慢。針對BP算法固有缺陷本文提出了一種基于粒子群算法(PSO)和遺傳算法(GA)結(jié)合改進的PGA-BP算法，既用粒子群算法和遺傳算法對BP算法進行優(yōu)化。其主要思想是先利用粒子群算法對種群進行優(yōu)，結(jié)合修正的DV-Hop算法構(gòu)造適應(yīng)度函數(shù)，同時抑制距離估計誤差累

3、計對定位精度的影響，再利用遺傳算法中的選擇、交叉、變異操作得到BP網(wǎng)絡(luò)中最優(yōu)的權(quán)值與閾值，最后將最優(yōu)的粒子帶入神經(jīng)網(wǎng)絡(luò)中進行網(wǎng)絡(luò)訓(xùn)練，提高定位精度。
　　本文算法在MATLAB2014a平臺上進行仿真實驗。與DV-Hop算法、BP-DV-Hop算法在平均定位誤差與錨節(jié)點比例、錨節(jié)點半徑、節(jié)點數(shù)量增加幾個方面的性能進行對比。實驗結(jié)果證明，本文算法的平均定位誤差低于其他兩種算法的平均定位誤差。錨節(jié)點比例從10％增加到35％時，本文算法