随着科学技术的迅猛发展,人们对位置服务的需求变得越来越多,对位置定位精度的要求越来越高。位置服务产业在智慧城市、救灾减灾、物联网等诸多领域都存在广阔的市场。现如今,全球定位系统GPS已经有效解决了室外的定位问题,同时随着生活水平的提高,人们对部分特殊病人(如:老年痴呆症患者、高危传染病患者以及精神状态异常患者等)的安全监护问题也变得越来越重视,对位置服务的关注重心也开始从室外逐渐转移到室内。由于室内环境复杂,存在大量非视距因素,传统的室内无线定位技术如:射频识别、蓝牙、超声波等,在定位精度上已经很难满足人们的需求。而超宽带技术以其具有的抗干扰能力强、穿透能力强和定位精度高等适合于室内定位环境的优点,在室内人员精确定位上得到人们更多的青睐。本文也将在基于超宽带技术的定位算法上展开研究。首先,本文研究了超宽带信号与室内传输信号模型的特性,并选用IEEE802.15.4a模型作为本文的超宽带信道模型。接着介绍了几种超宽带定位中常用的测距方法和经典定位算法,并对误差的主要来源和对非视距误差的鉴别与抑制方法展开讨论。详细介绍了三种非视距鉴别与抑制算法,分别为:N-Taylor算法、基于几何面积的鉴别算法和基于Chan的残差加权算法。然后,结合双向测距TWR与到达时间差测距TDOA的测距原理,提出一种TWR/TDOA混合测距的方法,该测距方法不需要考虑参考节点与目标节点时钟同步,同时有效减小了TWR测距阶段由节点对信号响应时造成的时延误差问题。在非视距误差问题的处理上,本文在基于几何面积的鉴别算法和基于Chan的残差加权算法的基础上进行适当修改,并通过迭代加权的方式对测距估计值进行修正,直到其结果到达规定的门限值为止,从而降低系统的定位误差。最后,本论文采用MATLAB软件,在室内环境下和视距与非视距环境下分别对经典Chan算法、经典Taylor算法、几何面积鉴别法与本文提出的TWR/TDOA混合定位算法进行了仿真实验与分析,结果表明,无论在视距还是非视距仿真环境下,本论文提出的基于TWR/TDOA的混合定位算法的定位精度更高,定位位置的稳定性更好。