随着移动通信技术的广泛应用,移动终端与人们的生活习惯联系的愈发紧密,也为应急救援中,利用移动终端对被困人员进行搜救,提供了良好的应用基础。并且近年来,基于通信信号的无线定位参数估计技术逐渐向多维化、联合化、高效化方向发展。开展精度高、性能好的面向灾后复杂环境的基于通信信号的高精度定位技术研究,也具有重要的理论价值和应用前景。为提高定位精度和时效性,本文综合考虑灾害发生后通信环境恶劣、通信频带资源有限、参数估计精度低等多种因素,深入研究了信道资源分配优化算法、多径信号的首达径高精度识别算法、非视距环境下时延与角度联合估计方法,搭建了面向灾后复杂环境中基于移动通信信号的高精度定位平台。主要工作包括:1.针对灾后建筑物发生随机形变,电磁信号传播环境恶劣,造成信道估计难的问题,提出了一种适用于灾后环境基于无线通信信号测量的信道模型。首先,对大尺度衰落模型与小尺度衰落中的多径信道冲激响应模型进行了建模。然后,基于真实建筑物损毁环境建立了针对LTE信号频段的多径冲激响应模型,提出了一种基于改进ESPRIT算法的灾后环境簇生点信道模型,仿真试验表明,该算法在时延估计、幅度估计和频率估计上性能分别提升了 16.07%、27.08%和14.04%。2.针对灾后可用通信基站少,终端用户多,造成上行信道阻塞的问题,提出了一种新的信道资源动态分配算法。首先,构建了基于服务质量和系统吞吐量的约束函数。然后,提出了基于三维螺旋逼近的资源分配算法,实现了信道资源的优化分配。最后,构建了系统吞吐量与用户终端数量的预测模型。仿真试验表明,该算法在服务质量方面性能提升了 2 1.92%,在系统吞吐量方面性能提升了 27.27%,终端数量预测准确度可达到98.35%。3.针对灾后信号传播多径干扰严重,无法准确识别首达径的问题,提出了一种基于MEDLL-SRA的超分辨率首达径识别方法。首先对于每一个子载波的多径参数的频域建模,然后对多径信号的幅度、相位和到达时间误差进行剥离,完成粗搜索并得到参数估计值。然后对下一级的搜索参数进行动态调整,通过环路迭代,完成逐级精细的参数估计,生成所有检测到的多路径组件的参数估计,最终得到精确的首达径到达时间。仿真试验表明,本文所提算法收敛速度提升了53%,首达径分辨率提升了 34.6%。4.针对定位基站接收到的信号被不规则建筑物的遮挡,仅能提供有限信息量,致使依靠单一测量值无法精准定位的问题,提出一种基于近端策略优化的TDOA/AOA融合定位算法。首先,将近端策略优化作为智能体,保证分层强化学习在训练过程中产生稳定的经验数据。然后,设计了一个基于非视距误差补偿的奖励函数,使得模型迭代过程中既考虑子目标,又考虑高奖励目标,实现对于原始测量值的非视距误差校正。最后,通过自适应权重分配,提升定位算法的精度。在模拟地震废墟环境测试表明,定位精度提升了 54.45%。