高准确度的位置信息对于军事、安全、商业等应用有着十分重要的作用。因此定位技术被广泛应用在车辆导航、紧急救援、健康监护、物流目标识别等领域。在过去的几十年里,全球定位系统GPS(Global Positioning System)是最为成熟的室外定位技术,但是GPS信号处于微波频段,信号到达地面时强度较弱,无法穿透建筑物。因此,GPS并不适用于室内定位场景。事实上,人类有80%的活动处于室内环境,室内定位需求远比室外定位需求大得多。本文描述了一种室内定位方案,详细介绍了惯性导航以及UWB(Ultra Wideband)的数学模型,分析了惯性导航AHRS(Automatic Heading Reference System)和UWB各自的优缺点,通过存储器将惯性导航和UWB收集到的数据导入到PC端,开发并构建了基于Matlab的仿真模型,用于评估所提出的扩展卡尔曼滤波器性能及其对平台运动曲线,进行算法研究,采用扩展卡尔曼滤波器(EKF),它结合或融合了两种定位的优势,采用了基于UWB传感器的定位方案用于校准AHRS误差,采用AHRS传感器的定位方案用于检测和隔离损坏的UWB传感器数据,以提高整体定位性能的准确性。本设计对AHRS-UWB系统的软硬件进行了设计,硬件方面包括STM32主控芯片,MPU9250、LPS22HB、DWM1000标签、UWB基站以及相应的外围电路。将该装置固定在测试人员的脚腕处,当人体在运动过程中,这些数值会实时的发生变化,通过EKF相关算法将这些数据进行融合分析。采用C++设计相应的定位系统应用软件,并且对AHRS-UWB的实验平台进行了搭建和测试,通过应用软件查看室内人员的相应轨迹。该论文有图55幅,表3个,参考文献56篇。