新时代,无线传感器网络（Wireless Sensor Network,WSN）技术日新月异,广泛应用在多个领域中,节点定位技术是近年来增长最快、最有前途的信息技术分支。在WSN实际应用中,监测数据必须与位置信息组合,没有位置内容的数据通常是无用的,因此节点定位成为WSN的关键问题。定位算法基于是否需要测量节点间实际距离或角度划分为测距和非测距两大类,相比于测距定位算法,非测距定位算法定位精度较低,但无需额外硬件支撑,成本低,算法实现简单,在大规模的WSN中得以广泛应用,因此提高非测距定位算法精度成为研究节点定位的焦点。本文选用非测距定位算法中DV-Hop算法作为研究对象,剖析误差来源提出优化方案,结合仿真实验验证提出算法的性能,本文所作的主要工作如下:1、DV-Hop算法的误差来源主要是跳段距离估算阶段和未知节点定位阶段,跳段距离估算阶段的误差来自最小跳数和平均跳距,为了减小跳段距离估算误差,提出基于测距修正的DV-Hop改进算法。首先锚节点采用三种通信半径广播自身位置信息,接收节点接收数据包并记录接收半径值,再依据节点分布情况利用远近度变量求得测距修正因子,通过之前记录的半径值来修正跳段距离值,最后在定位阶段采用极大似然估计算法。仿真实验结果显示,IDV-Hop-RL算法平均定位误差比DV-Hop算法低58.6%。2、针对未知节点定位阶段定位常用的极大似然估计算法造成误差累计的问题,在定位阶段引入差分进化算法,将定位问题转为智能寻优问题,但差分进化算法存在收敛速度慢和早熟现象,通过优化变异因子和交叉概率因子,使其随迭代次数而动态调整,达到全局与局部搜索的动态平衡,据此方案提出动态参数差分进化算法,即DPDE算法。仿真结果表明该算法既满足种群多样性,又实现算法收敛速度快、精度高的目的。3、将DPDE算法与IDV-Hop-RL算法融合,设计出基于DV-Hop测距修正的动态参数差分进化定位算法,即IDV-Hop-DPDEL算法,提高算法效率的同时达到定位精度高的目的,在仿真过程中,保证其它参数都固定的情况下令节点总数、通信半径及锚节点占比在一定范围内变化,实验结果显示,与IDV-Hop-RL算法相比,IDV-Hop-DPDEL算法可减小50.2%的平均定位误差,与其他现有经典改进的DV-Hop算法相比,定位性能更优越。