无线通信技术的高速发展促使无线定位技术的日趋成熟,随着传统室外无线定位技术的广泛应用,人们对于复杂的室内环境无线精确定位的需求越来越强烈,比如火灾现场、医院、大型超市、商场等。超宽带信号具有窄脉冲的特性,使超宽带信号相对于其他信号,比如蓝牙(Bluetooth)、WiFi、ZigBee等,具有更强的穿透性、抗干扰能力以及更低的成本和功耗。因此,超宽带技术是室内无线定位的首选,进行超宽带室内无线定位相关算法的研究也具有非常重要的实际意义。　　本文主要工作如下:　　首先,从无线通信技术出发,对比了现有的室内外无线定位技术的优缺点,明确了选用超宽带技术做室内无线定位的原因。接着,论文简述了超宽带室内无线定位的原理并对超宽带室内无线定位的信道模型进行了深入研究,选定了 IEEE802.15工作小组提出的IEEE802.15.4a信道模型作为超宽带室内无线定位的模型,并给出了本文仿真需要的室内居住和室内办公环境下的信道参数。　　然后,本文对基于到达时间(TOA:time of arrival)、到达时间差(TDOA:time difference of arrival)、到达角度(AOA:angle of arrival)和信号强度(RSSI:Received Signal Strength Index)四种典型参数的超宽带室内无线定位算法的无误差定位原理进行了详细研究。　　考虑到项目中的摔倒报警装置是移动设备,需要轻量级算法,所以本文选择了HTDA(Hybrid TDOA/ AOA)-LS(Least squares)超宽带混合算法,但由于HTDA-LS算法存在收敛问题,因此本文通过两次LS估计改进了HTDA-LS算法的收敛性。　　随后论文又创新性的提出了基于多层神经网络的HTDA-LS2混合定位算法。该算法利用多层神经网络技术,对HTDA-LS2混合定位算法进行了改进,在不提高算法复杂度的前提下,进一步提高了室内无线定位的精度。最后,本文通过 MATLAB仿真软件对各种不同的算法在不同信噪比和不同已知节点数的情况下进行了比较分析。仿真结果显示新算法相对于其他算法定位精度有比较好的提高。