传统的无线定位算法假设信号基于视距（Line-of-sight,LOS）传播,但在实际的室内环境下,由于障碍物的存在,信号传播会经过多条路径到达接收端,产生非视距（Non-line-of-sight,NLOS）误差。NLOS误差的存在不仅影响定位精度,也使得目标节点与足够数量的参考节点进行通信十分困难。鉴于单一定位技术达到的定位精度有限,论文基于节点间的距离和节点的速度,从技术融合的角度,采用协作的方式,对室内LOS和NLOS环境下的无线定位融合算法展开了相关的研究:首先提出了室内LOS环境下的速度辅助的二阶锥规划（v-SOCP）无线定位融合算法。先分别推导基于到达时间和接收信号强度观测量的目标函数,并使用二阶锥松弛技术将其转化为凸优化问题求解。接着从速度辅助定位的角度,将节点速度加入目标函数,推导出速度辅助的定位函数。并使用相同的松弛技术,得到v-SOCP定位估计器。仿真结果显示,当测距和测速的方差分别为0.01和0.05时,v_max=3.4 m/s下的v-SOCP的定位精度相对无速度辅助的SOCP提高了33.2%。其次为了充分利用节点的速度信息,提出了使用卡尔曼滤波算法和基于距离残差的自适应融合算法,结合基于速度的移动模型和v-SOCP估计器的定位结果,进一步提高定位系统的精度。仿真结果显示,在测距和测速噪声方差为0.05,v_max=3.4 m/s时,卡尔曼滤波算法和自适应融合算法定位误差分别比v-SOCP降低了37.5%和56%。最后提出了两种室内NLOS环境下的无线定位算法。其一是利用NLOS连接下,测距值大于节点间真实距离的发现来构建约束条件,并将其加入v-SOCP估计器中限制目标解的可行域。其二是利用速度测量不包含NLOS误差的特点,提出使用基于速度的移动模型估计的目标位置来优化实际的测距矩阵,并使用v-SOCP估计器求解。仿真结果表明两种算法都能有效减轻NLOS误差对定位估计的影响,且两种算法分别适用于NLOS误差影响较小和较大的场景。论文研究了速度辅助的无线定位融合算法,仿真结果表明了速度信息对定位系统精度提高的有效性,为室内定位系统的研究提供了参考和借鉴。