目前被广泛研究和应用的GPS.AOA.TOA.RSSI等定位技术由于其自身的技术特点,有其独特的优点,也均有其局限性。例如,在城市环境、室内、隧道、山区等环境中,通常难以获得满意的定位性能。为此,本文研究了一种目前研究还比较有限的位置指纹定位技术。位置指纹定位技术的实现分为两个阶段：离线阶段和在线阶段。离线阶段是采集移动终端测试到的多个基站的信号强度信息,经过适当运算形成位置指纹,并存储起来,形成指纹数据库；在线阶段则是对输入指纹与数据库指纹进行计算对比或通过神经网络的神经元进行处理,得出对于输入指纹信息对应的位置估计针对现有位置指纹定位技术存在的不足,本文深入研究了传统的数据库相关(DCM)算法,基于反向传播训练(BP)及径向基(RBF)神经网络的位置指纹定位技术,以及一种将位置指纹定位技术与传统的铁路区间定位技术相结合的移动列车定位方法,并对各种方法和技术在普通GSM网络以及铁路GSM-R网络环境下的下性能分别进行了详细的仿真和性能分析,取得了有一定意义和参考价值的相关结论。本文第一章介绍了本文的研究背景、目的意义,分析了国内外研究现状；第二章分析了无线环境下的各种定位技术,以及传统的铁路定位技术,给出了分析比较定位性能的几种指标；第三章分析讨论了传统的DCM定位技术,给出了具体的算法流程,提出了一种将传统轨道电路定位方法与位置指纹定位技术相结合的定位方法,建立了适当的仿真环境并进行了相关的仿真及分析；。第四章深入研究了基于BP神经网络和RBF神经网络的位置指纹定位技术,并在GSM以及GSM-R环境下进行了详细的仿真和性能分析。最后,本文对全文工作进行了总结,对未来工作进行了展望。