本论文致力于无线蜂窝网络中基于时间测量值的无线定位算法研究。通过分析国内外相关研究现状，本文对现有多种定位方法进行了分析，基于科学的定位精度评价指标，在多种信道环境下对现有的基本定位算法进行了仿真。仿真结果表明：Taylor算法和CHAN氏算法的定位精度高且易于实现。为了详细评价这两种基本定位算法的性能，本文就两种典型移动通信信道环境模型(COST 259和TIP1)，研究了多种参数对定位算法的影响，包括蜂窝小区的大小，参与定位的基站个数，设备测量误差，信道中的NLOS误差和基站排列方式等等。仿真结果表明：Taylor算法和CHAN氏算法在不同环境和仿真条件下各有优缺点。然而，为了使定位精度能达到E-911的要求，还需要对基本定位算法进行修正和改进。 在上述研究的基础上，本论文提出了一种新的混合定位算法：TOA/AOA混合定位算法。并在相同的仿真环境下对TOA/AOA混合定位和TDOA/AOA混合定位进行比较。仿真结果表明：这种加入了角度测量值的混合定位算法能够充分利用蜂窝网络的信息资源，当有较精确的AOA测量值加入时，能显著地提高定位精度。 在相关研究的基础上，本文还提出了一种新的数据融合方法。该方法融合了TOA、TDOA、AOA定位和贝叶斯推理等技术，并结合上文所提的混合定位算法，利用初步定位结果的统计特性对定位结果进行数据处理，从而达到较高的定位精度，提高定位性能。