随着第五代移动通信技术（5th generation mobile networks,5G）的协议不断演进,通信网络的应用范围逐渐扩大。各行各业对室内定位的需求日益迫切。由于噪声、多路径效应、基站用户间的时间同步等影响因素,目前5G基站还无法提供可靠的定位服务。本文以5G的上行探测参考信号（Sounding Reference Signal,SRS）为基础,研究了5G系统在室内环境下实现定位的关键技术,到达时间估计（Time of arrival,TOA）技术。目前基于相关的TOA估计算法,都存在分辨率受到系统带宽限制的缺点。本文提出了一种TOA估计方法,该算法基于5G SRS信号,通过二次相关实现了高分辨率的估计。首先采用最小均方（Least Mean Square,LMS）自适应滤波方法对接收信号进行预处理,同时得到TOA整数部分的估计值。在第二次相关前,使用三阶样条插值（Cubic Spline Interpolation,Spline）方法,对接收信号进行了插值处理,然后本文采用基于相位变换（phase transformation,PHAT）加权函数的广义互相关（Generialized Cross-Correlation,GCC）估计方法进行二次相关估计,得到小数倍的TOA估计结果,最后采用以LMS滤波结果设置的动态门限来得到最终的TOA估计结果。仿真结果表明,本文提出的算法在高斯白噪声信道和瑞利衰落信道下的定位精度分别为0.56米和0.96米,达到了亚米级的精度。针对室内复杂的多路径环境,本文对基于子空间的MUSIC估计算法作出改进。在Saleh-Valenzuela（S-V）信道下,使用离散傅立变换估计方法求解信道冲激响应,DFT方法是基于最小二乘信道估计方法的结果进一步进行估计,然后用空间平滑算法求解出观测信号的协方差矩阵,进行伪谱求解,最后从伪谱的峰值中检测得到TOA估计值。仿真验证了该算法在室内多路径环境下,估计结果的均方误差仅为传统方法的1/3,提高了估计结果的可靠性。