随着移动互联网的发展和智能终端的普及,比如手机、平板电脑、PAD、笔记本、可穿戴物品等,以及物联网设备的性能快速增长,大众对LBS的需求正与日俱增,而精确的位置信息是实现LBS的关键。然而,在最广泛应用场景之一的城市峡谷中,由于其高楼林立、高楼间距小等特点,使得GNSS接收机接收的信号受建筑物阻挡、反射、衍射及可见卫星条状分布等影响,导致其定位误差偏大甚至不能定位。而在这些场景中,Wi-Fi、蓝牙、通信基站等无线节点信号密集,因此移动终端可以利用无线节点信号实现在此区域内的导航定位。本论文以移动终端的无线节点定位为背景,对无线节点的定位精度不足的问题进行了详细的分析,对KF、EKF、UKF以及PF等算法的滤波性能和现存问题进行了详细分析。针对粒子滤波过程中粒子退化问题,研究了粒子群算法,在此基础上提出了一种鸟群粒子滤波算法,鸟群算法基于鸟类的觅食,警惕和飞行行为对给定问题提供最佳解决方案的开发和探索,该鸟群算法可以作为PF的建议分布,从而改善PF运行过程中粒子的退化问题。通过实验,利用粒子滤波算法处理信号和传统的信号处理方法相比平均误差降低了18%,利用基于鸟群算法的粒子滤波算法处理信号和传统处理方法相比平均误差降低了26%。目前地图匹配技术多用于对GNSS实时定位数据的校正。随着城市交通的发展,路网数据越来越详细,近几年随着通信技术的发展,在城市峡谷环境下利用通信基站进行定位过程中构建隐马尔可夫模型,利用维特比算法提高定位点和地图的匹配率从而实现改进的地图匹配算法。通过实验,结果表明地图匹配后定位数据的单点误差显著降低。