目标定位是信号检测与参数估计领域中的重要研究问题,在无线网络、智能交通和智能家居等领域有着广泛的应用。根据定位处理方式的不同,目标定位方法大致可分为两步定位方法和直接定位方法等两类方法。两步定位方法的基本思路是首先利用定位信号获取节点之间的距离参数,比如接收角度、传输时延和接收信号强度等。然后根据相关的距离测量,采用三边定位或多边定位来确定目标的位置参数。与两步定位方法相比,直接定位方法则是利用接收的信号波形建立目标空域参数的优化问题。通过对最优问题的求解直接获得来得到目标的位置参数,从而避免了接收角度、传输时延等中间参数的测量问题,简化了算法步骤。直接定位方法构造的是目标位置参数的最优问题,而两步定位方法的优化问题往往是次最优的。目前,国内外学者根据直接定位或两步定位方式,提出了许多有效的定位算法。这些算法通常假设节点之间存在视距链路。然而,在实际场景因高大建筑物遮挡等原因,并不能保证节点之间的视距路径一定存在。在这种视距路径缺失情况下,传统算法的定位性能通常会受到明显的降低或失效。因此,视距路径缺失条件下的目标参数估计是目标定位研究中的难点和重点。近年来,智能反射表面作为一种新兴的无线通信技术,受到通信和信号处理领域的广泛关注。智能反射表面的突出优势是能实现无线信道定制。具体来说,当节点之间信号传输路径被阻挡时,可通过设置智能反射表面单元的相位或幅度参数,在收发节点和智能反射表面之间建立一条反射路径,从而保障信息的可靠传输或实现视距遮挡情况下的目标定位。即使视距路径存在的情况,通过智能表面建立的反射路径也能提高信道增益,进而增强系统的信息传输能力或提高参数估计的精度。综上所述,研究智能反射表面辅助的目标定位对增强参数估计性能或解决视距路径缺失场景的目标参数估计问题等是非常有益的。因此,本文以凸优化理论为数学手段,研究智能反射表面辅助的目标定位算法。具体工作如下:（1）分析了目标定位研究的国内外现状,对经典的两步定位和直接定位算法进行了归纳总结。尤其是对?1-SVD和SPICE等基于优化理论和稀疏表示的定位算法进行了仿真分析,讨论了这些算法在多种条件下的参数估计性能。（2）针对目标节点和锚节点因障碍物遮挡而视距路径缺失的情况,提出了一种基于凸优化的智能反射表面辅助直接定位算法。该算法包含三个步骤:首先根据接收信号能量大小和智能反射表面相位参数的映射关系确定最优的智能反射表面相位控制矩阵;其次,利用阈值检测算法估计智能反射表面和目标节点之间的传输时延参数来确定目标节点所处的区域范围,并划分位置网格;最后,根据确定的目标区域、位置网格建立参数估计的凸优化问题并求解得到目标参数。算法仿真实验结果表明提出算法能在视距路径缺失情况下有效估计目标节点的位置参数。（3）针对视距路径和智能反射路径共存情况,本文将前述的智能反射表面定位算法拓展到该应用场景。该算法的基本思想是通过构建关于目标位置和方向角的目标函数和相应位置及角度区域的约束来建立目标参数估计优化问题。该优化问题属于二阶锥规划问题,可通过凸优化工具箱进行有效求解。仿真实验证明该方法能够可靠地估计目标节点的位置参数。