超宽带(Ultra-Wide Band,UWB)技术的高精度、低功耗、强抗干扰能力,在大型物流仓库,重要人员设备保管,抢险搜救及大型商场等场景下拥有突出优势和极高的应用潜力。但其应用于室内时大都面临较复杂的定位环境,在部分区域会出现信号严重衰减致使精度极大下降,甚至导致定位难以继续进行,本文在分析和改进UWB定位算法的同时,加入惯性测量器件,搭建了用于联合定位的平台并设计定位方案,经过仿真和实验验证了本文搭建的定位平台和设计的定位方案对定位精度的提升。本文从UWB的技术特点出发,首先分析了UWB定位的基本原理,结合UWB测量信息的不同获取方式和对应的后续处理方法确定了本文使用的数据获取方案。探讨了待搭建定位系统UWB部分和IMU部分在获取原始测量信息时存在的误差,为减小天线延时误差、时钟误差和非视距误差,设计了相应的优化方案,并给出了数学上的精度判断指标,为后续的仿真实验提供依据。随后,本文着重研究了UWB定位模型下的定位算法,分析了Chan算法、Taylor算法的优势和不足,以及两者协同作用的可能性,并进一步提出了基于距离残差的识别算法用于判别本文定位系统的NLOS鉴别。为有效利用DW1000和运动传感器的测量信息,本文对联合定位算法展开了进一步研究。以卡尔曼滤波为基础,给出了定位跟踪的模型,并设计了基于扩展卡尔曼滤波的UWB与运动传感器信息融合的组合定位模型。最后在仿真环境下利用Matlab完成仿真定位实验,验证了组合定位模型的可行性和有效性。在完成理论上的分析和设计后,本文从实际的定位系统出发,完成了联合定位系统从硬件到软件的整体设计,在UWB的控制芯片中完成数据发送、采集、上传的协作;在运动传感器中完成姿态的解算,将上位机中输出的当前地理坐标系下的各方向加速度并转换至实验室坐标系下,去除重力加速度分量;最终在上位机实现基于扩展卡尔曼滤波的UWB与运动信息的数据融合。实验平台搭建完成后,采集实际的静态测量信息和动态测量信息,对比分析UWB测量信息单独处理与在数据融合定位方案下处理的定位精度差异,证明了本文所设计联合定位算法有助于提高室内定位的精度,同时搭建了一套可应用与室内环境下的定位系统。