随着基于位置的服务（Location Based Services,LBS）在军事和民用领域中的广泛应用,室内外定位技术成为目前研究的热点问题。在室外环境中,全球卫星导航系统（Global Navigation Satellite System,GNSS）能够提供精确的位置信息。然而在室内环境中,由于墙体等障碍物的遮挡,无法提供有效的位置估计。通常,室内环境中存在较多的障碍物,导致部分信号的传播环境为视距（Line of Sight,LOS）环境,部分信号的传播环境为非视距（None Line of Sight,NLOS）环境。当信号在NLOS环境下传播时,会导致测量距离存在一个较大的NLOS噪声。该NLOS噪声是影响室内定位精度的主要因素。因此,如何减少NLOS噪声对室内节点定位精度的影响是本文的主要研究目标。针对上述问题,本文首先提出一种基于三边定位的反向定位思想。通过添加2个虚拟锚节点来帮助目标节点反向定位初始锚节点的位置。根据反向定位的锚节点误差大小来判断目标节点估计位置的误差大小。通过理论分析和仿真试验可以得到测量距离中包含的噪声越大,目标节点估计位置误差越大,其反向定位的锚节点误差越大。基于反向定位的思想,本文将协同定位结合到室内定位系统中,针对含有NLOS信息的室内多节点协同定位系统给出两种定位算法:第一种是针对NLOS信息未知的室内定位算法。首先,提出一种NLOS识别算法,根据反向定位的锚节点误差大小来判断目标节点到定位它的3个锚节点间是否存在NLOS噪声。然后基于NLOS识别算法,提出一种NLOS-LS算法。该算法通过两轮定位过程帮助每一个目标节点选择不存在NLOS噪声的3个锚节点进行定位,减少NLOS噪声对目标节点定位精度的影响。该算法不需要任何有关NLOS噪声的先验信息即可识别NLOS。在含有少量NLOS信息的室内定位环境中能有效提高节点定位精度。仿真试验表明,在不同NLOS噪声分布下,该NLOS识别算法的识别成功率能达到95%以上。该算法在定位精度上也明显优于其他对比算法且定位结果稳定。第二种是针对NLOS信息已知的室内定位算法。在节点间的NLOS信息已经被识别的情况下,提出了一种迭代的NLOS误差抑制算法,EM-LS算法。该算法引入一个误差抑制值,在迭代过程中不断增加误差抑制值的大小并将其从含有NLOS噪声的距离中减去再进行反向定位。以反向定位的锚节点误差不再增加作为迭代的终止条件。该算法不需要任何有关NLOS噪声的先验信息来估计NLOS噪声的大小,并将其从测量距离中减去来减小NLOS噪声对定位精度的影响。仿真结果表明,在不同NLOS噪声分布下,EM-LS算法具有更高的定位精度且定位结果稳定。