随着无线通信技术和移动设备的发展,室内定位服务逐渐成为现代社会生产生活中的重要内容。近年来,超宽带（Ultra-Wide Band,UWB）定位技术凭借其强大性能从众多室内定位技术中脱颖而出,逐渐成长为室内定位领域内的理想解决方案。但是在室内非视距（Non-Line-Of-Sight,NLOS）环境下,UWB定位技术会出现精度低和稳定性差等问题,难以满足较高的室内定位精度需求。惯性导航系统（Inertial Navigation System,INS）是一种高度自主的导航系统,其可以独立地实现室内定位,并且不受NLOS环境的影响,但是INS中存在误差累积现象。在此前提下,本文通过将UWB定位技术和INS相结合,实现了UWB定位技术和INS的优势互补,提高了系统的定位性能和鲁棒性。具体的研究工作如下:（1）UWB定位部分中,首先,分析了UWB定位出现误差的主要原因;其次,针对UWB定位中存在因基站和待测标签时钟不同步而导致的测距误差的问题,引入了双边双向测距（Double-sided Two-way Ranging,DS-TWR）算法;再次,利用最小二乘法与Taylor级数法共同求解UWB定位的坐标信息;最后,进行了UWB定位实验,实验结果表明NLOS环境严重影响UWB的定位精度。（2）INS定位部分中,针对INS因误差累积现象而无法成功定位的问题,设计了一种基于扩展卡尔曼滤波（Extended Kalman Filter,EKF）的INS优化框架。该框架首先通过广义似然比检测算法进行步态检测,然后利用零速更新（Zero Velocity Update,ZUPT）算法、零角速率更新（Zero Angular Rate Update,ZARU）算法和启发式漂移消减（Heuristic Drift Reduction,HDR）算法初步消除INS的累积误差。INS定位实验表明,经过该框架优化过的INS的定位精度明显提高。（3）UWB和INS融合定位部分中,针对UWB容易受NLOS环境影响且INS存在累积误差的问题,提出了一种基于改进平方根无迹卡尔曼滤波（Improved Square Root Unscented Kalman Filter,ISRUKF）的UWB＿INS融合定位方案,该方案把UWB伪距信息和INS位置相对于UWB各基站距离的差值作为观测向量,以紧组合方式将其与系统状态误差向量进行融合,有效减轻了NLOS环境对UWB定位的干扰以及累积误差对INS定位的影响。基于ISRUKF的UWB＿INS融合定位实验表明,相较于传统的EKF和SRUKF,ISRUKF分别提高了9.48%和5.49%的定位性能,具有更好的滤波效果。