由于无线信号传输时可能存在障碍物影响,致使信号最终通过反射或者折射的方式到达接收端。反射和折射的传播方式不仅会造成接收信号到达时间(TOA,time of arrival)大于发送端到接收端的直线距离传输时间,而且信号到达角度(AOA,angle of arrival)也与直线传播到达角度不同。将无线信号非直线距离传播的方式定义为非视距(NLOS,non-line-of-sight)传播,同时,由NLOS传播产生的距离、到达角度误差统称为NLOS误差,并且将直线传播的方式定义为视距传播(LOS,line-of-sight)。如果利用NLOS传播过程的参数对发送端进行定位,得到的位置信息将不准确。所以为保障位置信息估计的准确性,消除NLOS误差产生的影响,本文针对LOS/NLOS传播的不同特性,对LOS/NLOS传播路径的识别方法展开了深入研究。主要工作陈述如下:首先,通过查阅大量的参考文献,对当前国内外的LOS/NLOS识别方法进行归类总结,具体将LOS/NLOS识别算法分为三类:第一类是基于训练数据集,利用机器学习等方法识别LOS/NLOS信号;第二类是凭借接收信号统计特征,综合信号检测理论和数学特性方法实现LOS/NLOS信号的辨别;第三类是基于空间几何关系,由几何约束对LOS/NLOS信号进行判断。第一类方法主要适用于室内基本不变的环境,故本文主要研究第二类与第三类方法。其次,研究分析了信号检测方法在LOS/NLOS条件下对接收参数TOA、AOA的二元判决问题,先验信息未知时,采用N-P准则判决信号属于LOS/NLOS的具体类别。研究分析了基于误差向量子空间信息的NLOS识别方法(FINE算法),并与基于稀疏恢复的NLOS识别方法(SRNI算法)展开对比,发现随着定位系统中NLOS基站比例的增大,SNRI算法和FINE算法识别率逐渐下降。针对这一问题,提出用归一化残差改进FINE算法,改进算法能在FINE算法无法识别出结果或者识别结果有误的情况下,先采用归一化残差识别出一组LOS基站,再利用这组LOS基站矫正中间移动台位置。仿真结果表明,所提改进算法可以提高FINE算法在复杂环境下的NLOS识别准确率。然后,通过分析定位几何关系的特点,分别研究了交叉圆面积识别算法和定位位置残差识别算法,分析并验证了这两种算法的原理和性能,并依据它们的原理,提出了一种基于公共弦交点误差的LOS识别算法。该算法的核心思想是利用测量噪声与NLOS误差对定位基站组合的观测圆公共弦交点影响的差异,识别出LOS基站组合。仿真实验结果表明,与RT方法、定位位置残差识别算法以及交叉圆面积识别算法相比,该算法在LOS基站大于3个的情况下具有更高的识别率。最后,总结了全文的研究内容,并分析了不足和未来展望。