无线定位，就是指利用现有的无线通信网络资源，通过估计移动终端与各基站之间的信号参数，并在网络或者移动终端中借助一定的定位算法，确定移动终端的位置。自从美国FCC(联邦通信委员会)于1996年发布E—911定位标准以来，无线定位技术就以其蕴涵的无穷商业潜力掀起了研究的热潮。近年来，越来越多的学者投入到无线定位技术的研究中，并发表了大量的研究论文和专利成果。无线定位的实现分为两大模块：定位测量参数的估计及定位算法的实现。首先通过参数估计算法，从接收信号中提取相关参数，例如：到达时间(差)、到达角度等信息，然后利用相应的定位算法求解移动台的位置。由于实际通信环境的复杂性而引入的定位参数估计误差，以及求解表征移动台与基站之间几何位置关系的方程时引入的非线性误差，是影响定位成功率和精度的关键问题。本文在广泛阅读国内外经典文献以及查阅定位方向的最新研究成果的基础上，对无线定位的关键技术进行了系统研究。针对其中的关键问题，提出了改进的方案。本文阐述了几种无线定位算法，重点对经典算法中的泰勒级数展开法和基于卡尔曼滤波的单一定位及混合定位做了研究和比较。通过研究仿真发现基于卡尔曼滤波的方法要优于泰勒展开法，并且混合定位的定位精度要高于单一定位的定位精度。在非视距误差消除方面，本文阐述了两种基于卡尔曼滤波器的定位算法，对标准卡尔曼滤波器的迭代过程进行改进，可有效消除到达时间测量值中非视距误差的影响。“一种在NLOS环境下的混合定位算法”从消除NLOS误差的角度属于“一步法”，通过在卡尔曼定位算法中改变其迭代过程并引入数据融合技术及混合定位方法，使其对NLOS误差具有鲁棒性，达到了较高的定位精度；而“基于卡尔曼滤波的测量值重构及定位算法”属于“两步法”，将卡尔曼滤波器运用于定位参数估计中，通过分析NLOS误差的统计特性，将NLOS误差作为卡尔曼滤波器状态向量的一部分估计出来，进而实现测量值的重构，经过预处理的测量值输入到定位算法中也取得了很好的定位效果。经过性能分析与算法比较，本文提出的两种定位算法适用于NLOS的复杂环境，定位成功率及精度都有很大提高。此外，本文介绍了无线传感器网络定位技术的现状和发展，为今后的研究方向提供了一个参考。