定位系统是一种利用定位设备和相关定位算法对目标的位置信息进行感知的系统。随着定位功能在移动终端的普及和基于位置服务的增多，人们对定位系统的可靠性和精确性也提出了更高的要求。美国的全球定位系统是目前主要的定位手段，但是其在室内或者城市建筑密集区等复杂环境中，由于各种干扰和障碍物影响使得定位精度很差甚至是无法完成定位。而目前在这种环境下的定位需求越来越大，同时对定位精度的要求也越来越高。针对定位中的关键问题，本文从非视距误差和定位算法两方面入手，主要做了以下工作:　　 一、分析了由障碍物引起的非视距定位误差的特性，研究了非视距误差的鉴别和易除算法:非视距误差鉴别算法中的Wylie鉴别法、假设检验鉴别法以及残差分析鉴别法，非视距误差剔除算法中的Wylie算法和残差加权算法。在残差加权算法的基础上对非视距误差抑制算法进行了改进:先计算由定位测量数据得到的各定位传感器总残差的方差，进而引入了残差门限值这一参数，利用这一门限值对误差严重的定位测量数据进行剔除，最后再进行加权计算。　　 二、在到达时间差定位技术模型的基础上，分析了二维和三维环境下，定位过程中模糊和无解两种现象产生的原因;然后从定位系统中传感器之间的相对位置出发，引入了定位基线长度和基线夹角值两个参数，通过改变这两个参数来改变定位传感器之间的相对位置，实验展示了二维和三维环境下随着定位传感器位置变化而改变的定位模糊区域，根据仿真的结果，总结了减小或者消除定位过程中模糊区域的规律;讨论了利用增加主定位传感器的方向角测量功能、增加定位传感器数目等额外信息的方法来减少或者消除模糊区域。在对定位无解问题的研究中，从数学原理上分析了无解问题产生的原因，并给出了利用求其次优解的方法来消除无解问题的方案。　　 三、将Fang算法、Taylor级数展开法和Chan算法三种定位算法扩展到三维空间中，推导了它们在三维环境下定位的数学公式;并针对非视距环境下的定位，提出了将Fang算法和Taylor级数展开法相结合的联合算法，来抑制定位过程中的非视距误差。通过对以上定位算法在不同环境下的仿真，分析了它们各自的特点，为实际定位系统中算法的选择提供了参考。