人们对高速数据业务和多媒体业务的需求以及第二代移动通信系统所固有的局限性，促使了第三代移动通信系统的诞生。我国提出的第三代移动通信标准之一的TD-SCDMA标准由于采用了诸多先进技术，得到国内外众多科研机构、设备制造商的广泛关注。而基于蜂窝网尤其是TD-SCDMA系统的定位技术由于其巨大的商业价值受到越来越多的关注和研究。　　 本文主要开展以下几个方面的研究：第一、基于TD-SCDMA系统的TOA参数估计；第二、解决TD-SCDMA无线环境下非线性非高斯问题的粒子滤波算法以及基于小波分析的多尺度估计算法；第三、研究基于目标特性的状态模型--当前状态模型，将多尺度估计与粒子滤波算法相结合，提出一种多尺度估计粒子滤波目标定位跟踪算法。　　 精确的定位参数估计对提高无线定位的精度有至关重要的作用。TD-SCDMA系统由于采用GPS技术实现基站间同步有利于TOA参数估计，因此基于相关算法的高效搜索检测技术成为精确获取该参数的途径。本文首先介绍了TD-SCDMA系统的帧结构及同步建立过程，以及该系统下TOA参数估计的信号模型，分析了待检测参量的特性，对直接相关算法、非相干合并相关算法以及分组合并相关算法进行了研究，重点讨论了分组合并相关算法。由于观测方程的非线性，且蜂窝网定位中主要受NLOS误差影响，传统的最小二乘算法以及Kalman滤波效果不理想，因此本文重点探讨了粒子滤波算法，涉及到粒子滤波的基本原理以及粒子退化、重采样等相关问题；基于小波分析思想的多尺度估计理论因为融合了更多的信息，在信号处理方面具有优势，将其与粒子滤波算法进行结合采用多尺度粒子滤波算法能更有效处理非线性系统问题。　　 本文研究了基于目标特性的“当前”模型，给出粒子滤波定位跟踪算法、多尺度粒子滤波定位跟踪算法，并进行仿真和性能分析。仿真结果显示，多尺度粒子滤波算法较之粒子滤波算法在定位跟踪中具有更好的性能。