随着无线网络技术的普及和发展,无线局域网的定位服务引起越来越多的关注,在车辆导航与避险、消防救灾、海洋救援、无人机导航与通信等领域显示出了巨大活力,开拓并推动了无线局域网定位技术的发展应用。无线局域网定位技术也引起了各国和各研究机构的重视,其中移动Ad hoc网络(Mobile Ad hoc Network,简称MANET)是其中研究的热点。目前对MANET网络的研究,大多基于GPS定位来获取网络节点的位置。本文研究在不使用GPS和其它外部定位系统情况下,MANET在视距环境下的定位算法以及非视距环境下的定位算法两部分。本论文结合MANET移动性和无中心基站的特点,本文将介绍一种视距二维环境下的定位算法——半分布式TOA-DOA多点协同定位算法。该算法是一种多数据融合的TOA-DOA定位算法,基于单基站获得的位置信息,以数据融合思想为核心,利用多个基站点对同一目标测得的位置信息进行数据融合。算法包括选择参考点、定位基站点、定位目标点3个步骤。基于以上的基本理论算法,本文将对参考点选择、坐标系同向以及利用中间节点定位等问题进行了讨论和研究。卡尔曼滤波器、扩展卡尔曼滤波器以及联邦滤波器对定位算法进行优化,以提高算法的性能和定位的精度。本论文将利用RSS参数与现有数据融合技术进一步运用到定位中,构造多层数据融合模型,提出LRRF算法以消除或减小非视距误差,改善定位稳定性和精确度,并证明该方法的有效性。本论文对TOA-DOA定位算法进行了性能仿真,同传统的TOA定位算法进行了比较,稳定性更好。联邦滤波器对TOA-DOA定位算法结果的优化,使性能有了提高,比单一卡尔曼滤波和扩展卡尔曼滤波,有更好的稳定性和可靠性。非视距下的冗余RSS数据融合,能有效减低非视距误差,提高精度。结果显示TOA-DOA定位算法,可以运用到中小规模MANET网络环境。本文研究对无线自组网的定位算法研究有一定的参考意义。