由于信号衰减、阴影以及干扰等原因，节点不具有圆形的无线电传播模型（Radio Propagation Pattern， RPP）。而多数的传统定位算法假定节点的RPP是圆形的。为此，提出面向非圆形无线电传播模型（Radio Propagation Pattern， RPP）的基于人工神经网络（Artificial Neural Networks， ANNs）的加权质心定位算法 （Artificial Neural Networks-Based Weighted Centroid Localization， ANNs-WCL）。ANNS-WCL定位算法先利用新的测距算法估计未知节点与锚节点间的距离，然后，再利用ANNs修正由非圆形RPP所产生的测距误差。最后，利用加权质心定位算法估计未知节点位置。仿真结果表明，与传统的非测距定位算法相比，ANNS-WCL算法的根均方定位误差得到有效地下降。
