随着通信技术的不断发展,传统单一的定位方式已无法满足人们在室内复杂环境中对定位需求,融合多种定位成了当前的研究趋势。超宽带(Ultra Wideband,UWB)因其具有精度高、容量大和抗干扰能力强的特点,迅速成为了近年来研究的热点。同时,超宽带信号拥有较宽的频域带宽,对应的时域信号很短,所以超宽带适合基于测量信号飞行时间的定位方式,如TDOA(Time Difference of Arrival)/TOA(Time of Arrival)定位,但是定位精度受非视距和多径效应的影响明显,在复杂环境里尤为突出。捷联惯性导航系统(Strap-down Inertial Navigation System,SINS),是一种依据惯性传感器的自主式定位系统,其无需外部设备的辅助,只需利用惯性传感器采集运动过程中的加速度和角速度,再结合自身的姿态解算算法即可完成导航定位,这一特点使得惯性导航技术能很好应用于复杂的定位环境中,所以在近年来也受到了广泛的关注。但是基于微电机(Micro-Electro-Mechanical System,MEMS)技术的惯性传感器精度不高,其内部的陀螺仪和加速度计存在不可忽略的漂移,而姿态解算又是不断积分的模式,所以在长时间的导航过程中很容易使得算法发散,最后导致定位失效。本文将针对超宽带定位和惯性导航各自优缺点,展开了基于ARM Cortex M4单片机平台的融合定位算法的研究。首先,研究了超宽带定位和惯性导航的理论,然后提出了基于扩展卡尔曼滤波器的融合算法,将惯性导航的数据作为系统预测过程的输入值,将超宽带数据作为系统更新过程的观测值,实现定位数据的融合。并针对硬件平台计算量低的特点,对扩展卡尔曼滤波器进行了化简.然后,研究了用于约束惯性导航的步态检测技术和零速修正算法,在传统的单阈值步态检测技术之上加入了滑动窗口的加速度方差判定法,构成了三阈值步态检测技术,提高步态检测的准确度。同时也设计了基于卡尔曼滤波器的零速修正算法,用于足部静止期间对惯性导航的误差进行及时的修正,保证算法的精度,提高系统稳定性。最后,本文还分别设计了超宽带系统和惯性导航系统的硬件,对硬件的主要部分作了介绍和说明,并且对理论算法应用于实际工程中存在的问题作了分析,如超宽带的天线延迟和惯性传感器采集数据的校准,提出了解决方法并进行了验证,然后对基于超宽带的TOA融合惯性导航与TDOA融合惯性导航分别进行定点实验验证和运动实验分析,确保了算法的有效性。