无线传感器网络作为集感知、采集、监测于一体的计算机网络重要分支,从诞生之日起就受到研究者的广泛关注。无线传感器网络的诸多优良特性使其在生态环境监测中得到了大量应用。在环境监测中,无线传感器对环境参数的采集与分析,必须建立在得知节点自身位置这一重要基础上。若无法获取节点的所在位置,获得的所有信息都是无意义的。因此,设计低成本且高可靠性的节点定位算法,特别是针对户外复杂环境的三维定位算法,就成为目前炙手可热的研究重点问题。本文在研究大量前人成果的基础上,从常用的基于非测距的定位算法——三维DV-Hop算法入手,通过理论分析与仿真实验的手段详细剖析了该算法的定位精度影响因素与定位误差来源,并针对这些问题提出了三维DV-Hop-RE优化算法,具体内容如下:（1）针对三维DV-Hop定位算法在距离计算上的误差成因,本文提出了相应的改进方法。首先提出了细分最小跳数的方式,将原先的一跳根据细分系数分成更小的跳数,使得邻居节点之间的跳数大小与实际距离更为相符;其次参考RSSI定位算法的优势,将节点接收的信号强度纳入计算,根据接收信号的大小调整节点跳数;另外引入最小均方误差准则,调整信标节点计算平均跳距的公式,提高跳距精度;在计算未知节点与信标节点之间距离时,为使未知节点的平均跳距更具有网络代表性,以跳数大小为权重计算未知节点平均跳距,同时为减小误差,提出了节点阈值的概念以限制参与计算的信标节点数量。（2）针对三维DV-Hop定位算法在位置计算上因矩阵不可逆导致的无法定位问题,本文提出了采用粒子群算法来替代原有的极大似然定位法。为提高粒子群算法的计算效率与结果准确度,本文设计了节点的适应度函数,避免了原先因节点路径弯折造成的误差,并将固定的学习因子改为动态变化,以适应不同阶段对粒子迭代速度与方向的要求。最后,本文通过仿真计算和实地现场试验,从节点数量、最大通信半径、信标节点占比三个方面对优化算法进行了效果验证。结果表明,本文提出的三维DVHop-RE优化算法在定位精度上有显著的提高。