随着经济与科技的飞速发展,人们对于室内位置感知服务需求日益增加。其中,高精度、低时延、抗非视距的室内跟踪定位技术成为了研究重点,越来越受到专家学者和相关产业界的关注。超宽带跟踪定位技术相较于其他室内跟踪定位技术,具有传输速率快、功耗低、精度高等优点,可较好解决室内目标的三维跟踪定位问题。本文对超宽带测距和跟踪定位技术进行深入研究,主要的研究内容和取得的成果如下:首先,本文开展了超宽带技术及其相关定位技术的理论研究。从实现难度和精度等方面对比分析了常见的定位信息获取方案,选用了高精度、易于实现的双边双向测距方案。对超宽带跟踪定位系统中存在的误差因素进行分析,针对天线延迟问题,提出基于最小二乘的测距偏差修正方法;针对定位延迟问题,提出基于指数平滑的加权移动测距滤波方法。为了对跟踪定位系统性能进行评估,提出了系统容量、定位精度和跟踪时延等跟踪定位系统评价指标,并应用于仿真实验和室内跟踪定位实验中。然后,本文使用STM32微处理器,搭载自主研发的超宽带接收发射模块,设计并实现超宽带双边双向测距方案。根据双边双向测距过程设计了超宽带测距通信消息格式,单标签测距过程以及多标签测距方案,并通过事件驱动有限状态机实现标签和基站的双边双向测距流程。经过实验测试验证,超宽带双边双向测距方案能够实现高精度、稳定的室内测距。接着,为实现对室内移动目标的跟踪定位,本文对超宽带三维定位算法展开深入研究。针对高精度和低时延的跟踪定位需求,分析并对比了Chan定位算法、Taylor定位算法、扩展卡尔曼滤波跟踪定位算法跟踪定位性能,提出了基于残差鉴别的Chan-Taylor-Kalman联合三维跟踪定位算法。C-T-K联合定位算法利用非视距残差鉴别法对Chan算法得到初始估计位置进行非视距鉴别,鉴别数据中是否存在非视距误差。针对存在非视距误差的情况,使用Taylor定位算法对初始估计位置进行迭代,抑制非视距误差;针对视距情况,仍采用单一的Chan定位算法进行计算,以降低定位延迟。最后,利用卡尔曼滤波算法降低定位结果的抖动,改善算法的跟踪定位效果。通过仿真实验对比分析了四种定位算法的跟踪定位性能,验证了C-T-K联合跟踪定位算法的有效性,对非视距误差有一定的抑制作用。为进一步验证跟踪定位算法性能,本文设计了超宽带三维跟踪定位系统,利用射灯对移动目标进行位置跟踪。经过实验证明,对于固定目标,C-T-K联合跟踪定位算法提高了定位的稳定性,实现了固定目标的高精度室内定位;对于移动目标,在视距情况中C-T-K联合跟踪定位算法实现了低延时的跟踪定位,射灯能够实时对目标进行跟随。最终,为进一步解决非视距误差的影响,本文进行了深度学习定位算法的研究。根据超宽带测距时间连续性,提出了基于LSTM网络模型的抗非视距定位算法。经过非视距仿真实验证明,LSTM网络模型定位算法对非视距误差有很好的抑制,提高了定位精度。