随着通信技术的发展,移动定位技术受到人们的广泛关注。然而定位精度却成为制约定位服务进一步发展的主要因素。由于无线信道的复杂性,噪声、多址干扰、多径干扰以及非视距的影响往往使定位估计存在很大的偏差。如何在复杂的信道环境中提高定位精度已成为无线定位研究的关键所在。无线定位主要是依据对与位置有关的信息,如时间延时、角度、衰减等参数进行处理,从而确定目标移动终端的位置。针对单参数定位估计方法的不足,本文对多径以及噪声环境下的时延和角度(TDOA/AOA)联合参数估计方法进行了研究。本文首先介绍了ESPRIT经典TDOA/AOA联合参数估计方法,并针对其时延相同时处理能力不足的改进方案进行了分析。然而该算法并未充分利用信道响应矩阵所提供的信息,针对其不足,本文提出了基于特征值和特征向量的联合估计方法,该算法只需对得到的矩阵进行一次特征值分解,利用特征值估计时延,利用特征向量估计相应的到达角度,充分利用了矩阵所提供的信息,并使计算量减小,精度提高。针对无线信道中存在的高斯噪声,并依据高阶累积量对高斯噪声的抑制能力,本文又提出基于高阶累积量的多径联合参数估计方法,首先估计出时延和衰减,在估计角度时又可对求得的衰减进行校正,从而使定位精度提高。最后,论文结合ESPRIT方法和高阶累积量方法提出了分离的联合估计算法。在对角度和时延估计时分别采用高阶累积量进行去噪,再通过ESPRIT算法进行角度参数估计,并通过仿真验证其有效性。