无线通信技术经历着快速发展的时代，随着3G的普及，4G的到来，人们对无线通信的要求不再满足于电话短信业务，无线定位业务正逐渐融入人们的生活。在这背景下，无线定位技术得到了广泛重视，加上物联网行业的异军突起，也带动了无线定位技术的发展。因此无线定位技术的研究有很大的发展空间和前景。本文主要研究的是在NLOS环境中，基于TDOA和TOA的算法，来消除NLOS传播的影响。论文主要包括如下几个方面：（1）对基本蜂窝网的无线定位技术以及误差来源、相关模型进行了介绍。研究了基本TDOA方式的三种常见算法：FANG算法、CHAN算法、泰勒级数展开法。通过仿真对比得出，FANG算法没有充分利用TDOA测量值，定位精度不高，在高斯白噪声环境中，Chan算法误差最小，但在NLOS环境中，Chan算法的表现受到很大影响，精度没有泰勒级数展开法高。（2）研究讨论了卡尔曼滤波法的迭代原理以及了两种改进的卡尔曼滤波法，两种改进的卡尔曼滤波法分别通过舍弃误差超过门限值的测量值和曲线整体偏移来消除非视距带来的误差。最后通过仿真得出，在非视距误差不大的情况下，整体偏移法表现较好，但在非视距误差较为严重的情况下，测量值丢弃法精度更高。（3）非视距误差无处不在，为了消除严重的非视距误差，本文研究了三种几何中心定位方式：切比雪夫中心、解析中心以及改进的解析中心。设置了urban和bad urban两种环境，通过仿真得出累积分布函数以及非视距误差服从三种分布（指数分布，均匀分布，三角分布）情况下均方根误差，对比得出改进的解析中心方法在任何情况下都误差最小，定位精度高于另外两种。最后，通过比较三种误差模型下的均方根误差得出，非视距误差采用指数分布模型，定位精度最高，其次是三角分布，服从均匀分布时，均方根误差最大。