无线传感器网络中基于距离的定位方法大多依赖于精确而充分的距离测量，然而在距离测距中噪声和数据丢失是不可避免的问题。现有的定位方法在测距不完全和测距误差并存的情况下，往往存在精度不高的问题。在这篇论文中，我们提出了LoMaC，一个噪声容忍的定位方案来解决这个问题。具体地说，我们首先利用Frobenius范数和L₁范数将带噪和缺失的欧几里德距离矩阵（EDM）的重构建模为一个范数正则化矩阵完全（NRMC）问题。其次，我们设计了一种基于交替方向乘子法的有效算法来求解NRMC问题。第三，在已完成的EDM的基础上，我们进一步采用多维尺度方法对未知节点进行定位。同时，为了提高算法的速度，我们还采用了一些加速技术来降低计算量。最后，大量的实验结果表明，该算法不仅比已有的定位算法具有更好的定位性能，而且能够准确地预测出异常点的位置，为无线传感器网络的故障诊断提供了依据。

本研究由南京邮电大学在本项目的支持下主导完成，发表于CCF推荐A类期刊IEEE/ACM TON上，原文可访问https://doi.org/10.1109/TNET.2018.2852754。