随着信息产业的发展和进步,室内相较于室外占据了人们更多的活动时间,人们对室内高精度位置服务的需求也日趋增大,研究高精度、高性能的定位算法将对定位技术的发展起到关键的作用。5G移动通信技术在三大应用场景下可以达到更加精准的测距和测角精度,因此5G为无线定位算法在室内定位中的应用和发展提出了新的挑战和机遇。然而,室内定位场景建筑物布局复杂,无线信号容易因为信号的折射、反射而形成非视距传播,这将使得定位终端和基站的距离、角度等测量值产生较大的偏差,对位置估计的性能产生严重的影响。为了改善室内位置服务的性能,本文在室内场景中非视距传播存在的环境下,对时差定位算法展开研究。时差定位问题是典型的非线性非凸问题,通过非线性最小二乘优化和凸松弛等最优化思想对位置估计问题进行优化,进一步提高定位算法在复杂信号传播环境中的定位性能。具体的研究过程和内容如下:首先,本文提出了对传统Chan-Taylor组合位置估计方法的改进策略。在传统残差加权算法的基础上,通过最小残差原则改进基站组合的筛选规则,并在加权的过程中使用残差函数的高阶项代替原本的一阶项作为权值,使得不同信号特征的基站组合能有更大的区分度,改进残差加权算法的估计结果作为位置估计的初始值。在取得位置估计初始值的前提下,使用非线性最小二乘优化进行位置点的迭代寻优,先使用此初始值并结合最速下降法来补偿距离差观测量的偏差,从而构建出更加逼近真实问题的定位目标函数,而后使用信赖域算法对目标位置进行迭代求解。最后,将迭代结果和初始值进行残差加权,得到最终的定位结果。接着,本文针对严重非线性非凸的无线定位问题,提出了基于凸松弛改进的优化方法。在构建时差定位模型时将其等价表示为最大似然估计的形式,并使用二阶锥松弛算法对原问题进行凸松弛。同时,引入新的惩罚项将松弛后的约束条件进一步逼近原问题的约束,在一定程度上解决了凸松弛定位问题中可能出现的凸包问题。最后,将二次规划思想和Chan算法进行结合,提出了该经典算法在二次规划下的演进方法。为了提高算法在非视距条件下的定位精度和稳健性,本文采用距离观测量、基站和目标的几何关系以及最速下降法迭代作为二次规划的约束条件,提高了非视距环境下该算法的定位精度。最后,通过仿真实验对改进定位算法的性能进行评估,仿真结果表明,本文所提的定位算法和传统定位方法相比,定位精度和稳定性都有一定程度的提升。