随着信息产业的快速发展,人类对位置信息精确性的要求越来越高。而非视距(NLOS)传输是造成目标定位出现偏差的主导因素,因而如何减小NLOS传播引起的定位误差以提高移动终端的定位精度是一项亟待解决的关键问题。本文对基于最优化理论的到达时间差(TDOA)和接收信号强度(RSS)的抗NLOS定位算法进行了深入研究,主要研究如何充分应用最优化理论,进一步提升算法定位性能。本文的主要内容如下:首先,论文在查阅大量现存的国内外相关文献之后,综述了抗NLOS高性能优化定位算法的研究现状。其次,以视距(LOS)环境中经典定位算法—Chan算法为基础,将其与二次规划相结合,提出了基于二次规划的TDOA定位算法。仿真结果表明,通过采用最优化理论,对LOS环境下的经典定位算法实现改进,其对NLOS传播引起的定位误差的减弱有较好的成效。再次,针对NLOS传播严重的情况,采用数据预处理和迭代改进对基于二次规划的TDOA定位算法进行优化,将新的数据处理方法和迭代的思想重新融入原算法中,提出基于二次规划的改进TDOA算法,达到进一步减小NLOS误差的目的。仿真结果表明,在运用二次规划的基础上,加入数据预处理和迭代改进,算法的定位精度有了进一步提升。然后,针对RSS定位问题,提出利用UT变换将RSS定位问题近似为WLS问题,再通过以上镜图形式为中间形式,将近似的WLS问题等价为半正定规划(SDP)问题的定位算法,使得原RSS定位问题更为简化,同时使得算法在计算复杂度与定位精度两方面达到协调。通过仿真得出,目标和定位基站的相对位置是影响该优化算法的定位性能的主要因素。当待定位目标位于基站所围区域内部时,该算法的定位精度相对较高。接着,开展了NLOS环境下克拉美罗下界(CRLB)的计算,分析在LOS/NLOS传播路径识别的条件下,CRLB与LOS基站参数、NLOS基站参数和NLOS传播引起的定位误差的统计特性之间的关系。并通过仿真分析不同定位网络结构下,CRLB随上述参数变化的规律。最后,本文就上述研究内容进行了整理和总结,同时规划了今后的研究重点。