近年来,随着物联网研究热度的不断提高,物联网关键技术—无线传感器网络(WSN)倍受关注。WSN与我们生活息息相关,该技术在智能家居、农业生产和医疗系统检测等领域应用广泛。WSN中最重要的技术之一是定位技术,长期以来各种定位算法层出不穷,在综合考虑算法复杂度、算法收敛性和实现成本等因素的基础上,DV-Hop定位算法在实际应用中被普遍采用,因此具有很大的研究价值。本文重点研究了基于非测距的DV-Hop定位算法,本文的主要工作有:(1)研究DV-Hop定位算法的基本原理,剖析各个阶段误差产生的原因,在基于大量的关于DV-Hop定位算法的文献基础上,进行该算法的仿真实验,从定性和定量两个角度描述DV-Hop算法的误差。(2)研究跳数、节点的传输距离对于DV-Hop定位算法的影响,仿真中部署了随机的高密度节点场景、固定网格的高密度节点场景、动态网格的低密度节点场景;在随机场景中改变未知节点个数后计算DV-Hop定位算法的定位误差。仿真结果表明,在高密度节点中,传输距离较短且跳数较多,DV-Hop定位算法定位精度越高。而在低密度节点中,传输距离较长且跳数较少,DV-Hop定位算法定位精度越高。(3)在上述三种部署场景中,增加噪声的条件,分别计算DV-Hop定位算法与高噪音和低噪音条件下的DV-Distance定位算法的定位误差并进行比较。仿真结果表明,在高噪声的条件下,DV-Hop定位算法比DV-Distance定位算法定位精度高很多。而在低噪音的条件下,DV-Distance定位算法和DV-Hop定位算法的定位精度总体差别不大,可以知道DV-Hop定位算法受噪声影响较小。(4)提出了基于遗传算法和二进制蚁群算法来优化DV-Hop定位算法,在初始种群中利用遗传算法中的复制算子、交叉算子和变异算子进行搜索,而后在这基础上,利用二进制蚁群算法,进一步进行搜索,再利用优胜劣汰原则比较产生的新个体和父代种群个体,保留较优个体作为新一代种群,迭代循环得到最优解。仿真结果表明,GABACDV-Hop定位算法定位精度比传统DV-Hop定位算法有极大的提高,与文献中提出的GADV-Hop定位算法各有优劣,不过整体上GABACDV-Hop定位算法更优。