随着无线电定位技术被广泛应用于更加复杂的定位场景（如室内场景、观测资源受限场景等）,传统的两步定位法逐渐暴露出定位精度不足、分辨能力受限等问题。针对两步定位法的次优性,研究者们提出了一种新兴的最优定位方法——直接定位（Direct Position Determination,DPD）法。DPD联合所有测量,直接从测量中估计目标位置,避免了两步定位法因分步处理导致的信息损失,可以显著提高系统在复杂定位场景中的定位性能,是无线电定位研究前沿的热点之一。DPD作为新兴方法,在理论完善和工程实现方面,仍然存在诸多亟待解决的问题,例如,多目标直接定位的维数灾难、穷举搜索参数空间导致的高复杂度,以及参数空间网格化带来的量化误差等。针对以上问题,本论文从优化参数网格的角度入手,研究了不同定位场景中的辐射源DPD方法,以及DPD方法在室内通信系统上的工程应用方案。本论文的主要工作和贡献摘要如下:（1）基于动态位置网格建立了室内直接定位模型,在稀疏贝叶斯学习框架下,结合期望最大化算法和梯度下降算法,提出了基于稀疏贝叶斯学习的室内直接定位算法,联合解决了模型阶数和参数的最大似然估计问题以及量化误差消除问题,比现有基于固定网格的直接定位算法具备更强的多径干扰抑制能力和更高的定位性能。（2）针对辐射源的间歇辐射特性,在移动单阵列接收的直接定位模型中引入辐射源状态参数,并利用辐射状态的二元性,基于K均值聚类算法解耦辐射源状态参数与位置参数,提出了基于MVDR的多间歇辐射源直接定位算法,以辐射源空间位置作为信号关联依据,联合解决“间歇信号——辐射源”关联问题和辐射源定位问题。与现有基于交替投影的直接定位算法相比,所提算法不依赖目标数目和目标位置的初始估计,具有更强的实用性。（3）借助Pincus理论将多目标最大似然直接定位问题转化为多个单目标位置期望估计问题,并利用重要性采样方法,以随机参数采样代替参数遍历搜索,在生成的随机参数网格上估计位置期望,提出了基于重要性采样的多目标直接定位算法,较好地解决了多维穷举搜索的高复杂度问题和参数网格的量化误差问题,在观测资源有限的条件下,比现有的常规解耦直接定位方法具有更高的定位精度。（4）提出了基于快速傅里叶变换的时差直接定位算法及其在室内定位场景中的工程应用方案,将DPD位置谱的计算量降低两个数量级,与目前使用的两步定位法相比,在同一复杂度水平上显著提升了定位性能。以上提出的DPD算法和工程应用方案,已通过仿真实验和室内通信系统实测数据测试验证。