随着经济社会的发展,人们的日常生活逐渐向室内转移,建筑物对卫星信号的遮挡使得传统卫星导航定位无法很好的应用于室内环境。由于室内环境的复杂性和多干扰性,如何在低信噪比的环境中实现高精度的室内定位方法也成为了目前定位技术的研究热点。本文研究了低信噪比环境下5G蜂窝网络的室内定位算法,提出了基于载波相位与波达方向（Direction of Arrival,DoA）估计的定位解算方法,将载波相位估计获得的传播距离信息与DoA估计获得的波达方向信息结合,利用几何方法进行移动终端的位置解算。首先,本文针对低信噪比环境且来波方向相近（5°以内）的信号,提出了一种迭代多重信号分类（Multiple Signal Classification,MUSIC）算法与稀疏贝叶斯学习算法结合的DoA估计方法。算法分两个阶段,第一阶段,利用功率谱分散原理,通过迭代MUSIC算法获取完备角度集合;第二阶段,利用稀疏贝叶斯学习（Sparse Bayesian Learning,SBL）算法对获得的完备角度集合进行筛选,从中得到正确的DoA估计值。由于第一阶段得到的角度集合是完备的,因此第二阶段能够筛选出所有来波的DoA估计值,弥补了传统MUSIC算法无法获取到所有来波DoA估计值的缺陷。然后,论文利用相互嵌套的双环锁相环结构估计接收信号的载波相位,从而进行对信号传播距离的估计。其中,锁相环内环用于估计传播时延及采样时钟偏差造成的时偏,外环用于估计接收信号由于多普勒频移以及晶振频偏等引起的频率偏移,从而恢复出正确的接收载波相位。此外,针对时分双工（Time Division Duplexing,TDD）模式下的下行接收信号,论文还利用最小二乘算法进行初始下行信号及每段下行信号的相对整周模糊度的估计。将获得的载波相位信息转化为传播距离信息后,与角度估计信息结合进行终端的位置解算。最后通过系统级定位仿真验证了算法的性能。