TDOA定位算法是一种利用时间差进行定位的方法，通过测量信号达到基站的时间，可以确定信号源的距离，利用信号源到多个无线电监测站的距离（以无线电基站为中心，距离为半径作园），就能确定信号的位置。通过比较信号到达多个基站的时间差，就能做出以检测站为焦点、距离差为长轴的双曲线的交点，该交点即为信号的位置。

TDOA是基于多站点的定位算法，因此要对信号进行定位必须有至少3个以上的监测站进行同时测量。而每个监测站的组成则相对比较简单，主要包括接收机、天线和时间同步模块。理论上现有的监测站只要具有时间同步模块就能升级为TDOA监测站，而不需要复杂的技术改造。

在基于RSS的算法中，被跟踪目标测量来自多个发射器接收的信号强度，以便使用信号强度作为发射器和接收器之间距离的估算参数。这样，接收器将能够估算其相对于发射器节点的位置。在基于RSS的算法中，无线信号传输过程中的多径效应和通过障碍时产生的阴影效应是产生定位误差的主要原因。在开放空间里，若无障碍物的阻隔，可以得到较为精确的定位，而在很多环境下，因为存在各种各样的障碍物导致的多径效应，衰减，散射等等不确定因素，将大大影响其定位精度。另外，基于RSS的算法与其他算法相比也具有一些优势，在基于RSS的算法中，移动标签仅用作接收器，因此依赖于来自多个发射器的接收信号的强度来找到它们的位置。以这种方式，基于RSS的算法倾向于具有较少的通信流量，这有助于改善信道访问控制和定位准确性。此外，较少的通信流量有助于克服对使用中的标签数量的限制。移动标签只是接收器，数量没有限制。

基于RSS的算法可以分为两种主要类型：三边测量和指纹识别。三边测量算法使用RSS测量来估计到三个不同参考节点的距离，从而估计当前位置。另一方面，指纹识别需要收集场景RSS指纹的数据集，该数据集则用于将在线测量与数据集中最接近的指纹匹配用以估计位置。

目前，混合定位已成为新的无线定位主流。混合定位的核心思想依赖于可靠的短程测量的使用，以提高无线系统的位置估计的准确性。用已经实现了基本独立的无线定位测量方法（RSS、TOA、TDOA、AOA等）的不同组合来增强位置估算的准确性。

对于UWB定位而言，AOA不如其他算法实用。此外，AOA需要传感器之间的大量合作，并且会受到误差累积的影响。虽然AOA具有可接受的准确度，但对于具有强散射的UWB信号而言其功能较弱。

另一方面，RSS算法相对于其他算法没有有效地利用UWB的高带宽。RSS更适合使用窄带信号的系统。而TOA算法在基于UWB的系统等宽带系统中表现更好。使用RSS算法，在提高可实现的准确度的意义上，对大带宽没有积极影响。与提供高精度的时间方法相比，这使得RSS方法的使用效率降低。

关于在二维空间中的定位，TDOA算法需要至少三个适当定位的基站，而AOA算法仅需要两个基站用于位置估计。就准确性而言，当目标物体远离基站时，角度测量中的微小误差将对准确性产生负面影响。TDOA和AOA定位算法可以组合在一个算法中，它们可相互补充，这种算法具有实现高定位精度的优点。