近年来,随着无线通信室内定位受到越来越多研究者的关注,涌现出一批先进的无线定位技术,如红外线、WIFI(Wireless Fidelity)、RFID(Radio Frequency Identification)、UWB(Ultra Wideband,超宽带)、Zigbee、Bluetooth 等。其中,UWB技术作为主要定位技术之一,拥有传输速率高、功耗低、穿透能力强等特性,能够为移动目标在空间狭小、封闭、内部结构复杂多变的室内环境下提供精准的定位和动态追踪。目前针对UWB技术的定位系统的相关研究已较为成熟,但在实际应用中也发现一些问题,如UWB信号在机房、工厂等复杂区域中传输时,因干扰、吸收、衰减等问题造成信号强度大幅度衰减或失真,导致测量采集的数据产生严重偏差而出现无法解算坐标的情况,最终影响定位效果。本文针对上述问题,利用MEMS(Micro Electro Mechanical System,微机电系统)惯性传感器完全自主式导航、定位连续、定位结果不受外界环境影响等特点,提出了一种基于MEMS辅助UWB室内定位的改进机制算法,当出现因UWB信号不好或者缺失而无法为系统提供准确连续的定位信息情况时,利用MEMS采集移动目标运动姿态信息,通过数据融合的滤波方式将MEMS和UWB分别采集的数据进行融合,从而补全定位信息,保证定位效果。本文通过比较基于MEMS传感器的传统的惯性导航算法与基于行人运动模型的航位推算算法,考虑到定位系统的精度要求,选用基于行人运动模型的航位推算算法实现MEMS辅助UWB定位。本文所设计的基于MEMS辅助的UWB室内定位算法具体实施过程如下:首先,利用MEMS和UWB传感器的测量值给出混合航向推算的初始状态;其次,结合传统的步态检测方法和行人运动状态下加速度的变化规律,采用“峰值检测+滑动窗口法”得到行人航向推算所需要的步频参数,然后通过分析行人在室内环境下的步长和步频的关系模型,给出行人行走过程中的步长估计;接着,根据MEMS传感器中所采集的加速度信息、角速度信息、磁场强度信息,结合卡尔曼滤波原理,给出行人实时运动状态下航向估计;最后,通过数据融合滤波的方式,给出UWB和MEMS混合航位推算定位的动态调整办法。本文针对上述提出的基于MEMS辅助UWB定位的优化方案,进行了航向测试和定位精度测试,并通过实验数据绘制出行人行走航迹曲线图。测试结果表明,基于MEMS辅助UWB定位的优化方案所得到的行人轨迹相比于单独使用UWB定位的轨迹更符合真实情况。同时,通过对单位时间内定位结果数据的统计,发现混合定位的解算成功率明显高于单独使用UWB定位的解算成功率。