无线定位,就是指利用现有的无线通信网络资源,通过估计移动终端与各基站之间的各信号到达时间及到达角度等信号测量值参数,并在网络或者移动终端中借助一定的定位算法,确定移动终端的位置。1996年美国FCC(联邦通信委员会)发布的E—911定位标准引发了无线定位技术的研究热潮,无线定位所蕴涵的无穷商业潜力更是成为这项研究的巨大推动力量。越来越多的学者投入到这股热流当中,发表了大量的研究论文和专利成果。无线定位的实现主要需要两大模块：基于到达时间、到达时间差和到达角度等定位测量参数的估计及定位算法的实现。首先通过参数估计算法,从接收信号中提取到达时间(差)、到达角度等信息,然后利用相应的定位算法求解移动台的位置。由于通信信道的复杂性所带来的定位参数估计误差,以及根据估计的定位参数求解表征移动台与基站之间几何位置关系的非线性方程时所引入的非线性误差,导致定位误差大、定位精度低,是影响定位问题的关键。本文对最小二乘算法、Chan算法、Taylor级数展开法以及Wylie算法等经典的定位算法进行了阐述,详细介绍了卡尔曼滤波器的原理和定位过程。这些算法都各具特点,Chan算法的定位性能在非视距传播环境中显著下降,Wylie方法、测量值重构法以及卡尔曼滤波法都可有效消除到达时间测量值中非视距误差的影响。尤其是利用卡尔曼滤波器的跟踪性能,能够实现较高精度的混合定位。在非视距误差方面,介绍了非视距误差的模型和特点,以及非视距误差的鉴别和消除。本文对非视距环境下的定位技术进行了深入研究,提出了两种非视距误差消除的方案。论文主要贡献有：1、在非视距定位算法的研究中,提出了基于卡尔曼的鲁棒性非视距消除方法。该方法利用卡尔曼滤波器的跟踪特性来消除原始测量值中的非视距误差,再用视距重构的方法重构出真实距离,实现了较高精度的定位。2、针对非视距环境提出了一种基于卡尔曼滤波的加权最小二乘定位算法。该方法根据系统测量误差的统计特性对原始测量值进行判定,得出各个测量值的权值,然后用两步卡尔曼法对距离测量值进行跟踪和重构,并结合测量值曲线,利用权值因子构造出新的曲线,最后用加权最小二乘(WLS)算法进行定位。经过仿真分析和性能比较,本文提出的两种非视距环境下的定位算法可以有效消除到达时间测量值中非视距误差的影响,性能优越、误差小、定位成功率和定位精度得到很大提高。最后,我们对移动台位置估计、非视距误差消除等方面的研究方法做了总结,为后续研究打好基础、扩展思路。