目前室外定位主要依赖于全球定位系统,但它的信号易受遮挡,数据通信需要借助3G/4G网络,而基站的架设成本十分高昂。LoRa作为一种新兴的物联网接入技术,信号的穿透力强,网络部署成本低,覆盖面积广。因此,本文选择基于LoRa的定位技术作为研究内容。定位时可以利用无线信号传播过程中的各种特征参数,主要有接收信号强度、信号到达角度、信号到达的时间、信号到达不同网关的时间差这四种。本文对利用这四种特征参数进行定位的方法进行了介绍、分析,根据LoRa的技术特点选出最合适方法,即TDOA方法来进行LoRa定位。影响TDOA定位精度的一个主要因素是网关之间的同步效果,本文针对网关之间由于不严格同步导致存在相对时间误差,影响定位精度的问题提出了一种基于信标节点辅助的LoRa定位算法,仿真结果表明,在网关之间相对时间误差较大时,该算法相比于传统的chan、Taylor、遗传算法定位精度更高,并且在某些网关出现比较大的时间偏差的情况下,仍能精确定位,具有更强的鲁棒性。本文提出的基于信标节点辅助的LoRa定位算法只需要数据包到达网关的时间信息,当待定位终端的位置固定或移动的周期与业务报文发送周期相对一致时,不需要发送特定的定位报文,可以使用业务报文的发送和到达时间戳信息来进行位置解算。当待定位终端的移动的周期与业务报文发送周期不一致时,如果业务报文发送的发送周期不便调节或终端本身没有业务报文要发送时,就需要终端以一定频率发送定位报文。定位报文的发送频率与物体的跟踪定位效果成正比,如果要实时掌握移动物体的位置情况,必然要求一个较高的发送频率,这会破坏LoRa的低功耗特性。所以本文中提出一种根据运动目标未来运动趋势来自适应调整定位报文发送频率的算法。移动物体的行为自然存在周期性和规律性。例如,鸟类每年都有迁徙模式,人们通常会在固定时间沿固定轨迹活动,例如上下班,从公司到食堂等。因此,本文提出一种发现移动物体活动的热点和周期性行为的算法,通过一个概率分布矩阵来描述移动物体在不同时刻位于不同地区的概率。通过这个概率分布矩阵来预测移动物体未来的运动趋势,进而调节终端节点发送定位报文的频率,即本文提出的移动终端的低能耗BALPA算法。本文在一个真实的数据集进行测试,测试结果表明该算法针对周期性比较高的移动物体的轨迹,能够在不增大轨迹误差的前提下,降低定位报文发送频率,节约终端能耗。但具体的节约效果要视物体在一个周期内位于热点的时间占整个周期的比例和热点面积占整个活动范围的比例而论。