近年来,随着科学信息技术的发展,人们对获取精确定位信息的要求也越来高。在室外视野宽阔、通信良好的情况下,全球卫星导航系统可以提供基本的位置信息。但是,在被建筑物或树木等遮掩的区域,如室内,无法利用全球卫星导航系统实现精准定位,因此利用超宽带技术获取用户的定位信息得到人们的重视。传统的最小二乘定位算法可以利用测距信息实现基本定位,但是估计精度不高。在考虑到测量信息的统计特性时,加权最小二乘定位应运而生,但是,在大多数情况下,无法精确获取测距网络中的噪声方差,因此无法利用噪声方差直接做加权。为了减小测量误差,简化计算过程,实现精确定位,本文在现有最小二乘法模型基础上,提出了基于测距信息的加权最小二乘定位算法,该算法利用测量距离构建加权矩阵,测量距离越短,测量信息量越大,权值越大,该算法无需获取链路中的噪声方差。同时,本文还推导了相应的克拉美罗界(CRLB),通过实验仿真和结果分析表明,本文提出的加权最小二乘定位算法能够充分利用测距信息,能够更好地逼近CRLB。与传统最小二乘法相比,该算法定位精度更高。