由于室内环境和场景的复杂多变,使超宽带（UWB）信号在传输时受到室内障碍物的遮挡和削弱,从而产生非视距（NLOS）误差影响室内定位精度,也会使实际定位过程中的标签位置和轨迹路线产生混乱。本文在现有的UWB室内定位系统的基础上,针对削弱NLOS误差同时修正人员行进轨迹的难点,开展对UWB定位方法、定位优化算法和轨迹优化方法的研究。本文选用了基于信号到达时间差（TDOA）定位方法,分析研究Chan和粒子群（P SO）两种单一算法的基础上,研究Chan算法解算初值,PSO算法进行迭代优化的混合定位算法。在NLOS环境下通过设置阈值以对Chan算法计算出的位置坐标进行筛选,适合不同室内环境下定位。通过阈值筛选缓解PSO算法的压力,收敛速度更快,有效的提高了室内非视距环境下的定位精度。提出基于矢量图区域分类的节点轨迹优化方法,采用引射线法的碰撞检测方法对标签位置进行检测和约束,使用基于运动递归函数的轨迹预测方法和Savitzky-Golay滤波算法对人员行进轨迹进行预测和平滑优化,使得轨迹路线与实际路线更为一致。设计了UWB室内定位软件系统来配合定位硬件系统完成了室内定位算法实验,通过固定场景的实验数据和数据仿真结果表明。在视距环境下且标签静止时,混合定位算法对比单一算法,误差在0～20cm的标签轨迹点占总测试轨迹点的百分比提升了22.4%～33.7%,非视距环境下误差在0～50cm的轨迹点百分比提升了25.8%～30.7%,实验数据平均值更贴近实际观测点,方差更小,验证了标签静止时本文提出的混合定位算法比单一定位算法的定位效果更优。标签运动时系统可实时显示标签行进状况,混合定位算法相比单一定位算法异常点更少,轨迹更平滑,满足室内定位的需求。