对室内位置信息的需求不断增加使得室内定位成为热门的研究领域,但目前尚未有一种基于单一定位技术且适用于大多数情况的通用室内定位解决方案。考虑到单一定位技术具有各自不可取代的优势以及不可避免的缺点,本文研究了基于超宽带(Ultra Wide Band,UWB)的定位技术和基于惯性导航系统(Inertial Navigation System,INS)的定位技术,并根据它们的优势与不足,将两种技术进行组合以实现优势互补,在尽量降低算法复杂度和减少系统成本的前提下,提高系统在非视距(Non-Line-of-Sight,NLOS)环境下的定位精度。本文针对UWB硬件系统时钟难以同步进而导致测距误差的问题,提出了单边双向测距(Single-sided Two-way Ranging,SS-TWR)方法,利用该方法对实际环境中的测距误差进行标定和建模。基于测距误差模型对传统到达时间差(Time Difference of Arrival,TDOA)定位方法和改进的到达时间(Time of Arrival,TOA)定位方法进行仿真对比实验。并提出了相邻角度尽量大的基站设置方法。最后在真实环境下开展静态定点定位、单点多次定位以及动态定位跟踪实验,从以上三个方面验证了改进的TOA定位方法对于提高定位精度有积极作用。本文针对INS定位的关键技术挑战,提出对应解决方案。基于人的行走特性分析,提出了基于合成加速度窗口处理的步态检测方法,通过实验验证该方法相对于传统基于角速度的步态检测方法来说,具有更高的步态阶段划分能力,对步态检测更准确,更可靠,对不同人群不同行走姿势的适应性更高。提出了基于站定速度的迈步速度修正方法,对于INS累积误差具有一定的修正作用。通过INS定位实验验证了以上方法对提高INS定位精度的积极作用。本文针对UWB定位技术在NLOS环境下定位精度降低的问题和INS定位技术中定位误差随时间累积的问题,提出了基于扩展卡尔曼滤波(Extended Kalman Filter,EKF)的、基于粒子滤波(Particle Filter,PF)的UWB/INS组合室内定位方法。搭建实验平台,开展基于INS、基于UWB以及组合的室内定位对比实验。在平均定位精度上,EKF相对于INS提高了79%,相对于UWB也提高了9.1%,PF相对于INS提高了80%,相对于UWB提高了18%。在抑制路径偏离方面,EKF将最大路径偏离从INS的2.23 m降低为0.69 m,PF降低为0.7 m。结果表明,本文提出的两种组合室内定位算法对于提高定位精度、抑制路径偏离具有积极作用。