泛在的高精度位置信息是智慧社会建设的核心基础。基于移动通信网络的室内定位技术在广域无缝覆盖上具有天然优势,多入多出天线等技术使得5G网络能够在下行信号到达时间差之外测量上行信号的到达角度和信号飞行时间等多种高精度异构定位观测信息,在终端定位过程中融合它们能够增加信息冗余量,增强定位系统可靠性,是当下定位导航领域的研究热点之一。但5G网络超密集组网等特点也为观测信息融合高精度定位带来了挑战。本文主要工作内容和创新点如下:1、针对5G网络广域覆盖中误差分布模型稀缺条件下非视距抑制难题,本文分析了 5G网络用于定位的无线信号观测信息以及非视距效应对观测值的影响,基于时延与角度二维特征识别信道非视距状态,利用视距信源获得初定位结果,提出了基于同源异构观测信息筛选的非视距抑制方法,基于融合定位精度因子变化率和信道状态进行定位能力评估,优选非视距的观测值优化定位结果,在保障定位几何构型的同时避免引入过多非视距的观测值,保障系统定位能力,提高定位精度。仿真实验结果表明,使用本文提出的方法后,定位精度比基于隶属等级的非视距抑制方法提高10.42%（1σ）。2、针对5G网络超密集组网下小区间干扰增强导致的定位精度下降问题,本文分析了5G下行定位参考信号与上行探测参考信号的特点以及小区间干扰对测量精度的影响,推导并利用观测信息融合定位误差下界,提出了基于整体定位精度最优化的定位用户调度方法,通过协调用户定位方式降低小区间用户的相互干扰,并提出了基于异构观测信息联合修正的干扰加权抑制方法,利用信号角度与时间观测值修正干扰强度模型预测结果,通过权重分配降低被强干扰的信号观测值对定位结果的影响,提高了定位精度。仿真实验表明,超密集组网场景下本文方法与基于参考距离模型的干扰加权抑制方法相比使定位精度提高了28.55%（1σ）。3、针对异构观测信息高精度高效特征融合难题,本文分析了 5G网络定位逻辑架构与模式,设计了观测信息的特征融合定位框架,提出了距离、距离差与角度的特征融合定位闭式解,建立了基于异构观测信息联合残差加权均方根的定位结果准确性评估机制,通过非启发式的数值解以少量迭代计算修正误差大的闭式解定位结果,在保障定位精度的同时降低了计算时间。仿真实验结果表明,与基于几何精度的决策融合方法相比,本文提出的特征融合方法定位精度提高了23.45%（1σ）,而计算时间仅有微小增加;与基于粒子群优化的特征融合方法相比,本文方法定位精度提高了 17.21%（1σ）,平均计算时间减少了 14.04%。4、设计并搭建了 5G网络观测信息融合定位实验环境和半实物测试平台,对本文提出的非视距抑制方法、小区间干扰抑制方法、特征融合定位解算方法以及三种方法的集成定位效果进行了测试与性能评估,结果表明本文提出的方法能在实验中有效发挥作用,提高定位精度,并且三种方法能够相互兼容,集成使用后定位精度提高了34.51%（1σ）。