邓 平 ，谢 雪

（西南交通大学信息科学与技术学院，四川 成都 610097）

随着5G时代的到来，无线定位技术将成为物联网应用和推广的重要支撑技术.现有无线定位技术中主要包括基于到达时间（time of arrival，TOA）、到达时间差（time difference of arrival，TDOA）、接收信号强度（received signal strength indication，RSSI）、电波到达角度（angle of arrival，AOA）以及 TOA、AOA等多种特征参数的混合定位技术[1]等.在室内、室外等多种5G网络场景的无线定位中，由于移动台（mobile station，MS）能接收到有效信号的基站（base station，BS）数目通常有限，因此在算法设计时通常需要限制可用于定位的BS数量，并考虑用较少数量的BS来实现移动台的位置估计.此外，无论在室内还是室外场景，电波的非视距（non-line-ofsight，NLOS）传播普遍存在，造成 TOA、AOA等电波特征测量值会产生较大偏差，从而大大降低算法的定位精度.

目前，抗NLOS误差定位算法可分为两类：第一类是统计处理法，该方法基于NLOS误差或者信道环境的统计特性进行处理[2-4].例如文献[2-3]使用NLOS 误差和视距（line-of-sight，LOS）误差先验信息，实现LOS重建；文献[4]利用信道环境的先验信息估算NLOS误差大小，实现TDOA测量矩阵和协方差矩阵的重构.但是，由于NLOS误差总是随着环境的改变而动态变化，而实际移动通信环境复杂多变，是很难准确捕捉到所在环境NLOS误差的统计规律，致使这一类算法很难得到有效的工程应用.

第二类算法简称几何法[5-13]，以BS和MS之间的位置几何关系为基础建立约束条件，把求解MS估计位置转换为求解一个最优化问题.这类算法的优点在于可以适应复杂的实际变化环境，有效地利用各种测量信息，但是传统……