随着新一代信息技术的不断发展,人们对无线定位的需求越来越大,对无线定位技术的研究也越来越重视。超宽带(UWB)信号对短距离高数据速率和长距离低数据速率而言,具有隐蔽性好,传输速率高和功耗低等优势,特别适合于短距离高精度的无线定位。然而超宽带的信号占据庞大的信号带宽,根据奈奎斯特采样定理,需要极高的采样率,对硬件的要求也极高。压缩感知理论的出现,给低速率采样技术带来了机遇,能够实现用远低于奈奎斯特采样速率对信号进行采样,然后再通过一定的恢复算法对采样后的信号进行恢复。本文针对常规无线电定位技术中的不足,研究了基于ESPRIT算法和压缩感知的低速率采样时延估计方法,二者对超宽带无线定位精度的提高具有积极意义,同时对所提出的方法进行了仿真实验和性能分析。论文的主要工作如下:(1)对常用的无线定位技术及算法进行了分析和综述,分析了定位技术及算法的基本原理、适用场景以及典型应用,对现有的定位技术以及算法进行了对比分析。对压缩感知的背景、基本思想及其在定位中的应用进行了研究,并重点从数学上对该理论进行了分析。(2)在压缩感知理论的研究基础上对随机解调、调制带宽转换器以及平移不变空间中的压缩采样这三类典型的压缩采样技术的基本原理、时域和频域的数学分析进行了深入研究,并从信号模型、采样方案以及重构算法等方面对压缩采样技术进行了仿真验证。(3)研究了一种基于ESPRIT算法的低采样率时延估计方法,详细介绍了系统模型、信号模型以及采样方案,推导了时延估计算法,从信噪比、信道数目和不同类型的滤波器等方面分析了对时延估计的影响,并进行了仿真实验和性能分析。(4)研究了一种基于压缩感知的低采样率时延估计方法,详细介绍了采样方案,推导了时延估计算法,通过仿真对比分析了信噪比对两种时延估计方法的影响。(5)研究了一种基于非线性最小二乘法的定位算法,分析了迭代次数对定位的影响,对定位系统进行了仿真实验。