无线传感器网络作为一种感知动态网络，它是由检测区域分布的大量传感器节点组成，是一种多跳的自组织网络，用来进行信息的感知、采集和处理。无线传感器在人类生活中越来越体现其重要性，甚至在慢慢改变人类的生活方式，比如智能家居完全颠覆了原来的室内家居使用模式。作为无线传感器网络的一项关键技术——无线传感器定位，是其核心技术中至关重要的一环，没有精确的定位，实时监测和人员定位这些都是空话。目前的定位技术总体上还有很大上升空间，在定位精确度上还有待提高，这也是本文的研究重点。本文重点研究了DV-HOP定位算法及粒子群优化在DV-HOP定位算法中的应用。DV-HOP定位算法是一种应用广泛的非测距定位算法，它的两大关键因素是最小跳数和平均跳距，二者同时也是该算法产生定位误差的根源所在，作者分析了这些误差，并作出改进。本文的主要工作有这几个方面：一，对无线传感器网络的历史起源，技术发展及在现代社会的重要作用做了简明扼要的概述。介绍了基于测距和基于非测距的几种经典定位方法。二，DV-HOP在计算最小跳数时，没有考虑节点间的实际物理距离。不管两个节点间距离多大，只要节点接收到邻居节点广播的信息，跳数固定的加一，这必然对后续的计算带来误差，导致定位精确度下降。基于这种原因，本文提出了一种基于跳数优化的DV-HOP改进算法（OHDV-HOP），该算法引入RSSI技术，把节点间的实际距离考虑其中，对最小跳数进行优化处理。经过仿真验证得出OHDV-HOP算法在定位精确度上比DV-HOP算法有了提高。三，DV-HOP在计算平均跳距时，由于网络节点布置的随机性，路径大都曲折不在一条直线上，所以在计算平均跳距时，随着锚节点个数的增加，平均跳距的计算值和实际一跳距相比较偏小，这种偏小误差会随着锚节点的增加而累加。基于这种原因，本文提出一种基于跳距优化的DV-HOP改进算法（OSDV-HOP），该算法引入三个参数，包括p，aveHS和maxHS，对平均跳距进行优化处理。仿真结果显示OSDV-HOP算法在定位精确度上比DV-HOP算法有了提高。四，对粒子群优化的原理及流程做了详细的分析论述。利用粒子群优化的良好性能，并与本文提出的DV-HOP改进定位算法相互结合。仿真显示，在不增加能耗的情况下，让本文提出的两种DV-HOP改进算法的定位性能得到进一步的提升。