随着信息技术的发展,位置信息已经成为了人们非常关注的焦点。成熟的GPS定位技术主要应用于室外环境,而对于复杂的室内环境,GPS定位技术不能发挥很好的效果,因此室内定位技术受到了广泛地关注和研究。基于信号强度(RSS)的室内定位算法和基于能量检测(ED)的来波时间(TOA)估计算法具有相对较低的复杂度等优点,成为室内定位研究的热点。本论文首先介绍了室内定位技术发展的现状,分析了常用的室内定位技术和算法;其次,分析研究了几种典型的基于RSS的室内定位算法以及能量检测TOA估计算法,了解了各种算法的原理;然后,提出了一种改进的对距离与RSS的关系模型曲线分段线性化的定位算法(MLA),并通过仿真和实验对MLA算法进行了验证;最后,提出了一种基于能量检测的改进TOA估计算法(MKS)并对MKS算法进行了仿真分析和讨论,信道模型采用的是IEEE 802.15.4a标准中的视距(LOS)信道模型CM3和非视距(NLOS)信道模型CM4。MLA算法通过对距离与信号强度的指数关系曲线进行非等间隔的分段线性化,线性化后的线段比较逼近原来的指数曲线,而且对所有的未知参数的估计均可通过线性化运算省略,整个定位过程无需传播模型的离线训练阶段;因此,该算法可以实时地进行目标节点的定位,相对于传统的基于指数曲线传播模型的算法,一定程度上降低了算法复杂度,与对指数曲线进行一条直线线性化的算法相比,一定程度上减小了定位误差。MKS算法主要是通过对接收到的超宽带(UWB)信号的采样能量块进行峭度分析,并选择峭度最大值点作为TOA估计值,TOA估计精度有一定地提高;关于峭度最大值对应TOA的结论,本论文给出了具体的理论证明和公式推导。仿真和实验结果表明,本论文提出的算法性能比其它几种算法有一定地改善。