La información de ubicación es crucial en varias aplicaciones basadas en la ubicación, los nodos en el sistema de ubicación suelen desplegarse en el escenario 3D en partículas, por lo que los algoritmos de localización en un espacio tridimensional son necesarios. La tecnología de localización tridimensional (3D) RFID existente basada en el algoritmo de localización LANDMARC se utiliza ampliamente debido a su baja complejidad, pero su precisión de localización es baja. En este artículo, proponemos un algoritmo de localización en interiores 3D LANDMARC mejorado para aumentar la precisión de la localización. En primer lugar, utilizamos las ventajas de la red neuronal RBF en el ajuste de datos para preprocesar la señal adquirida y estudiar el modelo de pérdida de transmisión de señal inalámbrica para mejorar la precisión de localización del algoritmo LANDMARC. Con el propósito de resolver el problema adaptativo en el algoritmo de localización LANDMARC, introducimos el algoritmo de optimización de enjambre de partículas cuánticas (QPSO), que tiene las ventajas tecnológicas de búsqueda y optimización global, para resolver el modelo de localización. Los resultados experimentales han demostrado que el algoritmo propuesto mejora significativamente la precisión y la adaptabilidad de la localización, en comparación con el algoritmo básico LANDMARC y el algoritmo LANDMARC de optimización de enjambre de partículas, y puede superar la desventaja de la convergencia lenta existente en la optimización de enjambre de partículas.