节点定位技术是无线传感器网络(Wireless Sensor Networks,WSNs相关技术中关键的支撑技术。WSNs中节点位置信息的获取是所采集数据具有实际意义的基础,三维空间中节点定位算法能够更加有效解决现实世界的定位需求。如何对现有的三维空间节点定位算法进行改进与优化,有效降低节点定位误差,提高节点定位可靠性是三维空间中节点定位算法研究的趋势。本文重点研究三维DV-Hop算法,针对其存在的问题,提出改进方法,主要工作如下:(1针对三维DV-Hop定位算法单跳跳数划分不合理和平均跳距误差大造成定位精度低的问题,提出一种基于多通信半径与跳距优化的三维DV-Hop定位算法。首先,使用多种通信半径重新划分一跳跳数值,参考网络中存在的锚节点数量和自组成网之后各个锚节点周围存在的节点数计算多通信半径数量,使得多通信半径数更加符合网络的局部和整体特性;其次,使用锚节点选择法筛选未知节点所接收的锚节点集合中的非共面锚节点,提高节点定位的可靠性。使用搜索得到的最大距离相似的锚节点对计算平均跳距,利用该跳距计算未知节点到特定非共面锚节点的距离;最后,使用优化的跳数值和距离值通过最小最大法(Min-Max计算位置。仿真实验表明,在不同的通信半径、锚节点数和节点总数的环境下,该算法都有较好的定位效果,有效减少了因跳数和平均跳距产生的误差,提高了定位精度。(2针对三维DV-Hop定位算法边缘未知节点定位误差大和节点坐标计算不准确等问题,提出一种基于狮群算法与区域定位的三维DV-Hop定位算法。首先,通过设置跳数阈值和节点信任度值限定节点的通信范围和锚节点选择顺序;其次,一跳节点利用接收信号强度指示(Received Signal Strength Indicator,RSSI测距模型得到与邻近锚节点间的距离,通过将距离值和通信半径的比值转化为跳数值,减少跳数误差。引入修正因子,对多跳跳数值和平均跳距值进行校正;最后,将节点位置计算问题转化为寻优问题,采用狮群算法（Lion Swarm Optimization,LSO）计算节点坐标值。仿真实验表明,在较少锚节点条件下,与传统三维DV-Hop定位算法、加权三维DV-Hop定位算法和VNDV-Hop算法相比,该算法提高了边缘未知节点的定位精度,减少了平均定位误差。