1、無線傳感器網絡和物聯網方興未艾，UWB和ZigBee等適用于近距離、低功耗的無線通信技術成為重要的備選方案。室內環(huán)境下，常規(guī)的GPS定位技術失效，因此無線測距和定位是室內無線通信最基本的應用之一。室內無線通信時，存在多徑干擾、非視距誤差以及陰影衰落等影響因素，測距和定位面臨許多新的需求和挑戰(zhàn)。故基于無線傳感器網絡的室內無線測距和定位算法有待進一步研究和完善。
　　 本文針對UWB和ZigBee等近距離無線通信技術，基于最優(yōu)估計理

2、論提出了幾種到達時間(TOA)和接收信號強度(RSS)的測距與定位算法。主要工作和貢獻包括以下幾個方面:
　　 1.針對能量檢測模式下超寬帶測距的精度低，算法復雜等問題，提出基于最優(yōu)門限和次優(yōu)門限的兩種TOA估計算法。最優(yōu)門限算法以接收機信號統(tǒng)計特性與UWB小尺度衰減特性關系式為基礎推導出門限選擇的閉合表達式，并在最小均方誤差指標下求解TOA估計值;次優(yōu)門限算法以最優(yōu)門限分析為基礎，在虛警概率約束下使用牛頓迭代給出求解門限的遞推

3、算法。
　　 2.針對非視距條件下TOA測距精度低，正向偏差大的特點，提出一種基于偏置Kalman濾波和極大似然估計的標量加權信息融合算法，以消除UWB測距系統(tǒng)的非視距誤差。該算法使用了TOA和RSS兩種觀測量來提高測距精度。首先，將IEEE802.15.4a給出的測距方法抽象為一個多傳感器多尺度的采樣過程。然后，分別在視距和非視距條件下使用信息融合算法估計測得的距離信息，并且重點考察了視距/非視距切換過程中誤差消除算法的有效性

4、。
　　 3.針對路徑損耗模型與實際信道衰減特性匹配性差，模型參數估計不準確等問題，提出一種先進行路徑損耗最優(yōu)模型篩選的RSS測距算法。首先分析一組路徑損耗模型的統(tǒng)計特性，然后考慮RSS觀測的非完全數據，提出基于數學期望最大化的參數估計算法，在準則函數的基礎上篩選最優(yōu)模型，進而進行RSS測距。
　　 4.針對葉酸分布式檢測對位置信息的要求及室內環(huán)境下RSS定位精度低的問題，提出基于Bayes估計和加權迭代的RSS定位算法