近年来,移动通信技术迅猛发展,而对于移动台位置信息的需求也相应加大。无线网络定位,可以利用现有的通信网络,既可以减小资金投入,又可以获得位置信息。无线网络定位技术,包含基于信号到达时间定位、基于信号到达强度定位、基于信号到达时间差定位、基于信号到达角度定位、基于蜂窝小区标识定位、辅助的GPS定位等。对于铁路系统而言,在安全运营情况下,将旅客或货物能及时、准确地运送到目的地也越发凸显其重要性。因此能够将列车的位置(包括列车行车安全的相关间隔、速度)和运行状态等信息进行实时监控,可以对轨旁设备和车载设备等资源进行分配和故障诊断；同时在通信过程中,结合固定的行车路线,利用此刻用户的位置信息,预测下一时刻用户的位置,基站可以提前预留资源准备切换,不仅可以改善通信质量,还有利于资源管理。本文主要是对TDOA/AOA线性数据融合定位算法的研究。调研分析了无线网络定位技术,包括常见的几种定位技术、误差模型等都进行了讨论,并给出了几种定位精度评价指标。同时,对TDOA、AOA定位的典型算法进行了研究及定位性能进行了仿真分析。随后对数据融合技术进行了讨论,并利用前面的调研分析,结合线性数据融合理论,提出了TDOA/AOA线性数据融合定位算法,并在典型的公网场景下进行了仿真分析。随后讨论了复杂环境下,在进行数据融合时,对AOA定位误差设定了门限值,对AOA定位结果进行了选择判断,提出一种基于数据选择的定位方案,并给出了简单的理论分析。而在铁路场景下,由于小区半径较大,且参与定位的基站数目有限,无线网络定位技术中的定位误差主要来自系统测量误差。本文结合TDOA算法和AOA算法中系统测量误差在定位误差中影响的互补特性,并利用铁轨路径方程,采用TDOA/AOA线性数据融合算法,有效地减小了系统测量误差带来的定位影响,提高了定位精度。在仿真实验中,在不同条件下对三种定位算法进行仿真分析。结果表明,在铁路场景下,本文算法的定位均方根误差要小于TDOA算法和AOA算法,即该数据融合算法具有更好的定位性能。