微电子与射频技术的发展使得射频识别(Radio Frequency Identification，简称RFID)技术走向成熟，RFID便于跟踪识别管理的特点使其在社会经济的各个领域发挥了独特的作用，成为国内外研究开发的热点之一；另一方面，随着我国社会和经济的发展，智能交通系统(Intelligent Transportation System，简称ITS)在交通运输事业中的作用会越来越大。最近，慕丰浩等提出了新型交通信息获取系统，该方案将RFID技术应用到智能交通系统中，是实现智能交通系统的解决方案之一。方案中的核心功能之一就是车辆射频识别与定位。该功能的实现方式为在汽车上安装有源RFID，移动基站根据RFID发射的射频信号对车辆定位。RFID发射的射频信号功率有限，如何在低噪比环境下检测到射频信号并进行时延估计是关键性问题。 目前，低信噪比环境下的信号检测研究往往是在一定条件下进行。例如，采用阵列接收天线的方法；或假设噪声的幅度谱已知；或采样率足够高可以用相参匹配的方法。这些方法都取得了很好的效果，但不适用于本文中面临的问题。本文以低信噪比、较低采样频率为条件研究射频信号时延估计。 本文的主要工作如下： (1) 研究了常用的信号时延估计算法，根据本系统接收的射频信号的特点，改进了匹配滤波器，使之可以应用在较低的信噪比环境中。 (2) 将卡尔曼滤波应用到信号的时延估计中，根据的接收信号的特点建立了矢量状态——标量观测的卡尔曼滤波器；使用卡尔曼滤波的方法让系统可以在低信噪比下获得较精确的时延估计；同时，使用卡尔曼滤波方法获取了同步载波，这是一种新的获得同步载波的方法。 (3) 研究使用阵列天线来估计信号到达方向(Angle of Arrival简称AOA)。 (4) 针对上述的方法，本文进行了模拟仿真实验。结果表明，本文设计的定位方案可以在低信噪比环境下以搜索的方式对机动车辆较精确定位。