室内定位随着仓储、物流等领域的自动化进展其重要性不断提高,近年来越来越受到各行业重视。然而,传统的GPS定位系统在室内环境中,一般精度较低,信号稳定性较差,不适用于大多数室内应用场景。对于室内定位,目前发展了多种定位技术,如:WiFi、蓝牙、超宽带定位（Ultra-Wideband,UWB）等。其中,基于UWB的定位技术因其定位精度较高,功耗与成本较低,受到工业界的青睐,具有广阔的发展前景。在基于UWB的众多定位技术中,基于到达时间差（Time Difference of Arrival,TDOA）的定位系统能够支持较多节点进行定位,适用于大型集群如无人机集群的相对定位。然而,基于TDOA的定位受环境影响较大,尤其在多障碍物的复杂环境下,受障碍物干扰,测量数据存在明显偏差,导致定位精度大幅下降。另外,在基于TDOA的定位中,参考点布置不当也会造成定位精度下降。以上问题一定程度上制约了 TDOA定位的实际应用。针对上述问题,本文提出了一种改进的TDOA定位框架,对传统的TDOA定位系统进行优化与改进,重点聚焦于复杂环境下的定位与抗干扰设计,以及大型集群的相对定位。本文具体研究内容与贡献包括:1)搭建了一个基于TDOA的定位系统,该定位系统参考点可以实现自定位,并且扩展性强,能够支持多个参考点进行定位。2)针对传统TDOA框架受障碍物影响较大的问题,基于Decawave公司的PDOA（Phase Difference of Arrival）套件进行测量实验,分析了障碍物遮挡对于距离测量以及角度测量的影响。基于实验结果,设计了一种扩展卡尔曼滤波器,融合到达角度测量以及TDOA测量,提高了定位系统在复杂环境下的抗干扰能力。仿真实验证明了该滤波器能够在复杂环境下有较高的定位精度。3)使用TDOA定位系统解决了大型传感器集群的相对定位问题。在动态系统中,针对传统TDOA框架中参考点受系统动态影响较大的问题,详细分析了 TDOA定位系统参考点选择的原理,提出一种动态参考点选择算法。在所提出的算法框架中根据传感器集群的拓扑结构实时更新参考点选择,有效提高了 TDOA定位系统对动态传感器集群的适用性。仿真实验证明了该算法能够在动态传感器集群中根据节点的运动实时更新参考点选择,提高了定位系统在大型动态传感器集群中的鲁棒性。