随着科技的发展,定位跟踪技术给人们的生活带来了很大的变化。例如GPS在军用和民用领域得到广泛的应用,受到民众的欢迎。但是由于电磁波极易被建筑物遮挡及吸收,所以无法完成室内的精确定位。因此,发展高精度的室内定位跟踪技术是当今科技领域的一大热点问题。本文首先对多种定位方法进行详细的比较分析,包括RSSI定位法、AOA定位法、TOA定位法、TDOA定位法。确定了本课题采用超宽带技术,基于测距信息实现对移动目标的精确定位跟踪。然后介绍了本课题采用的三种非线性滤波的目标跟踪算法,包括EKF算法、UKF算法、CKF算法,对三种跟踪算法的原理及优势进行了详细分析。在无线传感器网络定位跟踪系统中,由于传输信道中传感器节点能量和带宽有限的问题,本文采取了两种量化方法来减少能量和带宽的消耗,分别是均匀量化方法和1位量化。对传感器测量的距离信息采取不同层次的均匀量化,结合不同的估计算法可获得不同精度的量化估计算法。量化层次越细,估计精度越高。在实际应用中,可以根据实际精度需要采取相应的量化层次,得到既能节省通信带宽又能保证估计精度的目的。根据传感器测量的距离信息与其一步预报值作差生成的新息,通过取新息的符号进行1位量化,可明显减小通信负担。实验结果验证,在精度允许的情况下,两种数据量化方法可明显节省节点的能量和通信带宽。本课题研制的是多基站一个标签定位跟踪系统,在实验室内进行了硬件平台搭建和软件算法实现。在实际环境中,建立了不同的运动模型。基站将测得的距离信息封装处理,采用UDP数据传输协议,通过无线WIFI模块和中间路由器传递给PC端融合中心,接收端通过QT与MATLAB混合编程的方式实现对数据的接收、数据融合处理以及定位跟踪效果显示。在融合中心,采用了集中式量化观测融合方法,实现移动目标的定位与跟踪。系统经过测试,可以正常运行,误差在合理范围之内。