本文研究适用于无线室内定位跟踪系统中的关键技术。针对目前无线室内定位跟踪系统的难点问题,重点研究高精度室内定位及移动跟踪涉及的两项关键技术:有效抑制误差的高精度室内定位算法以及低复杂度高稳定性的跟踪滤波算法。首先,论文介绍了几种室内定位跟踪系统的发展现状,讨论了室内定位跟踪系统在各领域的应用潜力,并结合实际应用分析了目前室内定位跟踪系统所面临的关键问题;针对室内定位算法和跟踪滤波算法两项关键技术,重点剖析室内定位跟踪系统的特点,分析了拟采取的解决思路和技术路线。进一步,通过分析和借鉴现有室内定位算法,对比不同算法的改进机制及差异;以此为基础,归纳了室内定位算法在测距和定位阶段面临的关键问题:异常数据的滤除、锚节点选取策略以及误差控制机制;从而,提出了一种基于锚点选择的室内定位算法。该算法在测距阶段对测距值进行二次筛选,以此消除异常数据;随后在定位阶段利用三角形内点测试法选择参与定位的锚点组合,并在三角质心定位算法中引入权重因子,量化不同锚点组合对定位结果的影响。同时,为了弥补单一定位技术的缺陷和提高数据利用率,提出了一种基于TOF(Time of Fight)和RSSI(Received Signal Strength Indication)技术的融合算法。该融合算法根据两种测距技术的特点,设定距离加权因子,通过测距值加权融合的方式解决了TOF技术近距离测距误差较大以及RSSI技术远距离测距结果不可靠的问题;随后在循环极大似然估计算法中引入残差加权机制,以此降低非视距误差。仿真表明两种改进算法的定位性能均有一定提升。其次,在目标移动跟踪方面,分析现有跟踪滤波算法存在的缺陷,针对现有跟踪滤波算法收敛速度慢、跟踪精度低以及稳定性较差等问题,提出了一种基于交互性多模型的迭代无迹卡尔曼滤波算法。该算法在传统无迹卡尔曼滤波算法的基础上,加入迭代机制,以此加快滤波收敛速度,提高稳定性;同时,针对跟踪目标运动状态复杂、难以预测的情况,引入交互性多模型框架,在跟踪滤波前建立多个状态模型,以此提高描述目标当前状态的准确性,并通过混合滤波提高跟踪精度。随后从收敛速度、跟踪精度、稳定性、复杂度等多个方面仿真验证该算法的跟踪性能。最后,本文设计了一套基于TOF测距的集中式定位跟踪系统,从系统的总体设计框架出发,将系统软件设计为三层结构,并对其中涉及的上位机、串口通信、数据库、节点通信等关键模块给出了程序实现方案;在节点硬件设计中,将STM8L151C8单片机作为主控,NanoLoc射频模块实现测距通信,CH430T芯片实现USB接口;在系统调试阶段,设计测距、定位及跟踪实验,验证了定位跟踪系统的可行性。