多节点协同定位可通过融合各个节点传感器的信息,利用信息的冗余性来提高定位的准确性和可靠性,在军事打击、抢险救援、卫星组网等方面都有非常广泛的应用。研究高效的、便于组网的协同定位算法具有十分重要的意义。针对定位时间较短,各个节点没有任何先验信息情况下的协同定位问题,本文分析了集中式协同定位算法,指出其存在信息交换过程复杂、信息交换量大等缺陷。为解决以上问题,本文提出了基于场理论的分布式协同定位算法,并通过推导误差方差表达式提出了权重计算方法。在该方法中,各节点只广播各自的位置信息,并通过接收其他节点广播信息进行自身的定位,每个节点都可以随时加入和退出协同网络而不影响其他节点的定位工作。仿真结果显示,该方法可避免集中式协同定位方法的缺陷,并获得与之接近的定位性能。针对定位时间较长,各个节点有一定先验信息情况下的协同问题,本文首先通过引入扩展卡尔曼滤波,提升了定位精度,而后研究了在完全没有噪声先验信息情况下的滤波方式,提出了最小后验误差滤波。仿真结果表明,两种滤波算法的定位性能均好于非滤波算法。相较于扩展卡尔曼滤波方法,最小后验误差滤波方法能够在完全没有噪声先验信息的情况下工作,且能取得较好的性能。