با استفاده از توانایی های یک شبکه مخابرات بی سیم در مشارکت گره ها، می توان کارایی های ویژه ای برای این گونه شبکه ها تعریف کرد. موقعیت یابی مشارکتی یک رویکرد مدرن در تکنیک های تخمین موقعیت می باشد. تمام شبکه هایی که به گونه ای نیاز به ردیابی یک کاربر متحرک در محیط رادیویی دارند می توانند بستری برای پیاده سازی الگوریتم های موقعیت یابی دینامیک بر مبنای تخمین گرهای بیزین باشند. تخمین گرهای بیزین، خصوصاً آن هایی که در این نوشتار مورد بررسی قرارخواهند گرفت، سابقه طولانی در حل مسائل مهندسی ندارند اما گستردگی کاربرد کنونی آن ها در روش های تخمین مختلف با کاربردهای مختلف قابل توجه است. از آنجایی در مسائل موقعیت یابی عموماً با مدل های خطی مواجه نیستیم، فیلتر کالمن به عنوان یک تخمین گر بهینه بیزین قابلیت بکارگیری ندارد اما فرم های توسعه یافته آن که به منظور مواجهه با خاصیت غیرخطی بودن مدل طراحی شده اند به وفور مورد استفاده قرار می گیرند. به دلیل خطای تخمین بالا و وابستگی بیش از حد فرم های توسعه یافته کالمن به پارامترهای مدل سیستم، هم اکنون گرایش های زیادی به فیلتر ذره ای وجود دارد. فیلتر ذره ای هر چند پیچیدگی محاسباتی بیشتری به طراحی ها تحمیل می کند، اما توانسته به علت دقت بالای تخمین، حوزه های مختلفی از مسائل مرتبط با تخمین را به تسخیر خود در آورد. در این پایان نامه از فیلتر ذره ای به موازات تخمین گر حداکثر درست نمایی و فیلترکالمن برای بدست آوردن تخمین حالت تحرک گره در کنار پارامترهای محیطی از جمله ضریب تضعیف توان و محوشدگی سایه، استفاده شده است. استفاده بهینه از این تکنیک های تخمین مختلف در کنار بهره مندی از توانایی مشارکت گره ها در موقعیت یابی، منجر به خلق یک الگوریتم با قابلیت های جامع و حداقل خطا شده است. بررسی های و شبیه سازی هایی که در این نوشتار صورت خواهد گرفت این نتیجه را به اثبات خواهد رسانید که این الگوریتم در مقایسه با الگوریتم های مشابه، علاوه بر سازگاری فوق العاده با محیط واقعی خطای تخمین کمتری را در مجموع به همراه دارد.