随着无线网络技术的发展和应用的普及,基于位置的服务以及其应用软件的开发也受到了产业界的广泛关注。由于无线定位需要大量数据的采集和处理,现有技术在实时性和能耗等方面存在不足。近年来新发展起来的压缩感知理论能够大大降低数据的采集量,从而能够解决大数据量的采集、处理和存储问题,因而可以提升无线定位的性能和效果。论文首先全面介绍了压缩感知、贝叶斯压缩感知等新型压缩感知基本理论,并分析了其关键技术、应用方向和应用现状。同时,针对压缩感知在无线定位中的研究现状进行了全面的研究、对比和和分析,指出现有方案的不足之处,并提出了改进的方向。论文提出了自适应多任务贝叶斯压缩感知无线网络定位算法,充分利用移动终端的稀疏性先验知识,在相同观测数目的条件下,能实现更高精度的定位。同时算法可以根据移动终端数目的变化来动态调整观测数目,减少观测值的浪费。此外,为了更好的提高无线网络定位的性能,论文又提出了基于信息熵最小化的自适应贝叶斯压缩感知定位算法,在保证定位精度的同时,更进一步地减小了观测值的消耗。论文的最后给出了本课题下一步的研究方向,并分析了贝叶斯压缩感知潜在的研究和应用领域。