位置服务在智慧城市、智慧工厂、公共安全等众多领域中都发挥着重要作用。复杂环境下传统非协同无线定位技术容易出现信号盲区,导致定位精度差甚至无法提供定位功能,难以满足高精度高可靠的定位需求。协同定位技术的出现为复杂环境下的高精度高可靠定位提供了新的解决思路,已成为定位导航领域的研究热点。本文针对在仅依靠锚节点无法完成定位的欠定位环境下协同定位面临的主要难题,深入研究了基于空间相关性的测距误差协同补偿、基于模糊综合评价的参考节点优选、基于高斯混合变分传递的时间-位置协同估计等关键技术,开展了方法创新与工程实践,主要研究成果及创新点包括:1、针对缺乏先验环境信息条件下由于多径效应等因素导致测距精度低的问题,基于信号室内时延分布模型分析了多径误差的空间相关特性,提出了基于空间相关性的测距误差协同补偿方法,基于经验模态分解方法对非平稳测距信息进行组成分解,利用邻节点间测距误差统计结果预测待定位节点测距误差,补偿测距结果,实现了室内复杂环境下的高精度测距。测试结果表明,本文所提方法相比主流的接收信号强度-信号到达时间融合测距补偿方法和基于前期数据线性拟合的测距补偿方法测距误差分别减小了 14%和23%。2、针对协同定位中协同节点位置信息不准确造成定位效果差的问题,本文首先推导了位置-时间联合估计的分布式克拉美罗下界,分析了节点数量、协同节点位置信息准确度、距离测量值等多维特征信息对定位精度的影响,提出了基于模糊综合评价的节点优选方法,构建了基于模糊度隶属的多特征联合评价策略,建立了基于模糊综合评价的节点优选架构,通过参考节点优选有效提升了系统定位精度。实验结果表明,本文所提方法与基于几何精度因子和基于距离关系的参考节点优选方法相比,定位精度分别提升12%和17%。3、针对概率估计协同定位方法中的位置特征表达不完全造成的定位精度下降问题,详细分析了变分消息传递方法的理论基础与模型,同时分析了由于概率模型拟合导致的位置信息损失对定位精度的影响,推导了基于高斯混合模型的消息传递函数,基于多变分信息提升了位置特征表达的准确性,完成了基于多节点协同的联合最大后验概率解算,实现了有限资源下高精度位置-时间联合估计。实验结果表明,相比主流的基于置信度的消息传递方法和非参数化协同定位方法,本文所提方法的定位精度分别提高了 24%和8%。4、设计并搭建了协同定位综合仿真平台及实物验证系统,将本文提出的测距误差补偿方法、定位参考节点优选方法、协同位置估计方法纳入到统一的定位流程和架构内,对本文提出的理论方法创新进行了集成测试和实验验证,实验结果表明本文方法集成后定位精度优于本文单一方法,较主流的基于置信度的消息传递方法相比定位精度提升约33%,定位精度达0.62米（1σ）。