多维标度算法广泛应用于无线传感器网络的节点定位。经典的MDS算法通过构造距离平方矩阵(非相似性矩阵)和进行双质心变换，在相似性空间中根据最小二乘准则进行解。若测量噪声为高斯白噪声，经过变换后，相似性矩阵中元 素的误差不再服从高斯分布，基于LS的估计不再是最的。针对这一问题，用最小绝对值偏差准则改进MDS算法代价函数，对无线传感器网络节点定位进行研究。仿真结果明，该方法具有良好的稳健性，比经典MDS算法具有更好的定位性能。

无线传感器网络是采用无线自组织方式形成的分布式网络，使用大量的传感器传感器密集部署在特定的监测区域，进行外部数据的采集。分布估计算法对无线传感器网络子系统进行定位，增强误差测量的稳定性及更好的地改善接收机定位的效率，减少定位误差，从而定位具有并行计算的条件，可以完全过滤测量误差而得到更多的实际位置，不需要额外的通信开销，优化网络系统。