为解决室内环境下的定位问题,出现了基于蓝牙、超声波和RFID的定位技术,但几种定位技术无论在定位精度还是系统成本等方面并无法令人满意。在此背景下,本文研究了基于超宽带(Ultra Wide Band,UWB)和基于惯性技术的定位技术,并对两种技术进行组合。通过整合两者的优点,互相弥补缺点,进而获得更稳定可靠的室内定位效果。具体的研究内容如下:(1)研究了基于UWB的定位技术。针对室内环境下到达时间(TOA)测距存在随机噪声干扰与非视距路径(NLOS)误差的问题,采用了线性卡尔曼滤波器来平滑TOA测距值,并在滤波器中引入新息判别措施,提高滤波器的抗NLOS误差性能。在位置估计算法方面,本文结合定点定位实验结果对比分析了几种定位算法,最终选取具有定位精度高、运算周期短等特点的最小二乘算法。最后,由UWB动态定位实验验证了UWB定位在视距环境下具有较高的精度,但也存在易受环境干扰的缺点。(2)研究了基于行人航迹推算(PDR)的室内定位技术。针对步伐检测问题,基于行人行走过程中加速度数据会周期性变化的规律,设计了一种多参数约束的步伐检测算法。针对步长估计问题,通过分析常用步长估算模型优缺点与适用范围,设计了一款基于运动状态的步长估计模型。针对航向检测问题,通过研究直线步行时航向采样值与行走姿态的对应关系,采取了航向自矫正措施。实验结果表明:优化的PDR算法,计步准确,适用于不同运动状态下的步长估计,定位效果具有短时精度较高的特点,但仍存在PDR固有的累积误差问题。(3)为结合UWB与PDR两者优点,互相弥补缺点,本文设计了一套UWB/PDR组合定位方法。一方面,利用PDR辅助UWB测距定位的方法,解决了UWB定位方式易受环境干扰的问题。由于新息判别法难以在起步、急转等运动状态突变阶段对NLOS误差进行有效识别,故本文设计了一种基于PDR区域估计的NLOS误差识别方法。同时在该阶段,针对滤波模型与实际运动模型之间存在误差进而影响状态量收敛的问题,引入了渐消因子阵,提高滤波器在状态变量突变处的跟踪能力;针对UWB定位存在中断区域的问题,采用PDR递推预测值取代观测量的方法,保证了定位结果连续输出。另一方面,由于UWB定位是一种绝对位置定位,因此利用UWB的定位结果修正了PDR的累积误差。实验结果表明:UWB/PDR组合定位方法与单独的UWB或PDR定位方法相比,具有更高的定位精度及稳定性。(4)为配合基于UWB与惯性技术的组合定位方法的实现,组建了硬件开发平台,并设计了定位软件和Web服务端,实现了行人的实时位置解算刷新和远程监控的功能。