车辆的准确定位与环境感知是智能网联汽车的关键技术之一。然而卫星、超宽带等定位方式直传路径被遮挡时稳定性较差,雷达、视觉等定位与感知手段存在着覆盖范围有限、部署成本高等问题。在这方面,移动通信网络具有广泛的用户群体及部署优势,且随着移动通信技术演进与发展,更大的系统带宽与更大规模的天线阵列也为其提供了更细粒度的定位与感知能力,已得到学术界与产业界的广泛关注。因此,如何基于移动通信网络对无线信号（包括非直射成分）进行分析与建模,实现智能网联汽车的准确定位与环境感知,成为亟需解决的重要问题。本文针对以上问题,立足于移动通信网络在智能网联汽车定位与感知方面覆盖范围广、推广成本低等优势,从无线信号（包括非直射成分）处理的角度出发,提出了无线协作定位与环境感知方法,在协作式环境特征建模与估计的基础上实现了对环境的准确感知,并基于此进一步通过协作定位与融合定位提升智能网联汽车定位的精度和稳定性。本文通过探究多车的多径成分与环境特征提取以及环境感知建图的作用关系、融合协作定位以及环境感知信息对定位性能提升的作用关系,在基础无线定位方法验证以及时延引起的定位误差补偿方法设计及验证的基准上,实现智能网联汽车的准确定位与环境感知,主要工作如下:1.基于环境特征提取的无线协作定位追踪技术研究:利用来自多车的多径成分对环境特征进行建模与估计,并通过协作的方式实现智能网联汽车的准确定位与追踪。本研究点提出Team Channel-SLAM算法,首先基于聚类的方法构建共享虚拟发射点模型,探究了来自多车的多径成分与环境特征之间的关系,进而基于协作式粒子滤波算法,探究环境特征与车辆定位精度提升之间的关系,实现移动通信网络下多车的即时环境特征提取与协作定位追踪。仿真结果表明,该方法能够实现准确的车辆位置追踪,且能够在较低车辆密度情况下,相比于单车定位算法提升超过四成的定位精度。2.即时无线定位与环境感知技术研究:对环境进行感知建图,并探究其与定位性能提升之间的关系,为智能网联汽车提供准确的定位与环境感知信息。本研究点通过在线学习的方式,对无线反射面的位置及轮廓进行估计,实现移动通信网络下环境的感知与建图,并利用环境感知信息:1)对多径成分估计过程中存在的虚警现象进行准确建模,提高环境特征的追踪精度以及车辆的定位精度;2)设计预滤波策略,对环境特征进行滤波,提高环境特征的估计精度;3)提出无线电几何化算法,在终端位置未知的情况下,估计出车辆初始位置、同步偏移以及多径信号传播轨迹,为车辆定位追踪与环境感知提供关键初始状态信息。仿真结果表明,该方法能够实现准确的环境感知,并能够在不同程度的多径信号虚警以及漏检情况下达到30厘米左右的定位精度。3.移动通信网络与GNSS融合的定位感知体系构建:提出移动通信网络与GNSS（或其他绝对定位手段）的融合定位方法,通过与其他传感手段融合提高车辆的定位感知精度,并进一步结合协作定位与环境感知构建智能网联汽车无线定位与感知体系。该研究点基于移动通信网络中的多径成分构建了多径定位线段,探究了移动通信网络中多径信号携带的定位信息与收发节点相对位置之间的关系;进而基于置信度传播算法,将其与GNSS的绝对定位信息（可能仅覆盖于部分车辆）进行融合,计算出各个节点的位置;同时,该研究点进一步验证了基础无线定位方法在实际空口下的性能,设计了时延引起的定位误差补偿方法并对其进行了实测验证,为定位感知体系提供实践依据。仿真结果表明,在中等车辆密度、卫星信号覆盖率适中时,移动通信网络与GNSS融合的方法较GNSS能够提高网络中车辆平均定位精度将近四成。