在越来越多的大型室内场景中,人们对于人员、物体及目标地点的定位需求越来越迫切。室外定位技术GPS(Global Positioning System)和GSM(Global System for Mobile Communication)受到建筑体的影响,在室内定位效果不明显。相对于蓝牙(Bluetooth)、射频识别(RFID,Radio Frequency Identification)、Zigbee等室内定位技术,超宽带定位技术因其良好的高传输速率、高多径分辨率、强信号抗干扰能力,使得其在室内定位技术中兴起,并被广泛应用于军用和民用领域。本课题对超宽带(UWB,Ultra-wideband)定位技术的基本概念、研究现状及系统组成进行了深入研究,着重研究了室内定位系统中TDOA(Time Difference of Arrival)定位算法,同时AOA(AngleofArrival)定位算法作为辅助定位算法,也进行了相关研究。针对非视距(NLOS,Non-line-of-sight)传播对定位精度的影响,给出了不同室内环境下非视距误差的均方根时延误差模型,最后验证了 Wylie算法鉴别非视距误差的可行性;通过使用Chan算法对TDOA/AOA融合算法进行位置估值的基础上,提出了一种利用最陡下降算法(SDA,Steepest Descent Algorithm)迭代校正非视距误差影响的改进算法,从而减小非视距误差对定位精度的干扰。实验结果表明,提出的改进算法能很好的降低非视距误差的影响,有效提高定位性能。但是由于采用Chan算法进行初始位置估算,运用了两次加权最小二乘法(WLS,Weighted Least Squares);并且采用SDA进行迭代计算,多次迭代计算增加了算法复杂度。在接下来的研究工作中需要解决的问题是在不影响定位精度的前提下减小算法复杂度。