提出了一种在非视距（NLOS）环境下对移动台的定位算法。首先利用小波分析对AOA的测量值中的NLOS进行修正，再利用最小二乘（LS）算法确定移动台的位置。仿真结果表明，该算法能够有效地降低非视距环境误差的影响，性能优于基于AOA的LS算法以及神经网络算法。

由于障碍物的存在，矿井等定位场景中普遍存在非视距传播现象，引起定位信号的折射、反射、衍射和散射，导致测距误差增大，进而影响目标定位精度。分析了非视距传播对TOA（Time of Arrival，到达时间）、TDOA（Time Difference of Arrival，到达时间差）、AOA（Angle of Arrival，到达角度）、RSSI（Received Signal Strength Indication，接收强度指示）等定位方法的影响，并从非视距传播的识别、非视距传播误差的抑制、非视距传播的利用及非视距场景下的定位方法设计4个方面对现有文献进行综述。对于非视距传播的识别，重点探讨了残差检验法、误差统计法、能量检测法、神经网络算法和几何关系；对于非视距传播误差的抑制，主要分析了基于滤波的方法、基于半参数的方法、基于能量检测的方法及基于数据库的方法；对于非视距传播的利用，重点综述了提高定位系统鲁棒性及基于误差学习和匹配的方法；对于非视距场景下的目标定位方法设计，分为视距与非视距混合场景及纯非视距场景2种情况进行综述。探讨了目标定位中非视距传播研究的新方向：通过多种定位技术的融合