在基于超宽频带（Ultra Wideband Radio，简称UWB）无线定位环境中，由于多径、非视距传播、干扰和信道频率特性等多种不利因素的综合影响，导致TDOA、TOA、AOA等特征测量值不可避免地出现较大误差，使各种定位算法的性能显著下降，从而造成位置估计出现较大偏差。为此，本文针对提高定位精度这一核心问题，以多基站定位算法为基础、单基站定位算法为发展，从多基站的TDOA定位算法分析、抗NLOS高精度定位技术、混合定位算法和基于天线阵列的单基站算法四个方面对UWB无线定位技术进行了深入的研究。首先，简述了脉冲超宽带的定义、特点和优势，并介绍了到达时间（TOA）、到达时间差（TDOA）、到达角度（AOA）等无线定位方法的基本原理，准确率评价指标，影响定位精度的原因等。其次，本文提出一个基于三维Chan算法的UWB信号定位模型。IEEE802.15.4a信道下的UWB模型加入了小尺度衰落模型并延长了距离，使研究超宽带定位技术有了切实的意义，分析了该UWB定位算法在4a信道中2-10GHZ室内办公环境模型下的定位性能，并利用移动平均（moving average，简称MA）算法对由Chan算法得到的TOA值进行滤波，可进一步提高定位精度。然后，本文提出了误差最小化定位和有偏卡尔曼滤波定位两种定位算法来减小非视距（NLOS）传播误差对无线定位精度的影响。介绍了误差最小化定位方法的基本原理，并给出TDOA范围测量在符合高斯分布下的克拉美罗下限（CRLB）理论值。在相同参考节点数量和传播环境下，对误差最小化定位算法进行MATLAB仿真，分析结果表明，在视距（LOS）和非视距（NLOS）情况下，误差最小算法跟Chan算法相比定位精度都有了明显地提高。本文中建立了有偏的卡尔曼滤波定位模型，在非视距的传播下进行定位估计。仿真表明，经过有偏卡尔曼滤波后，定位精度有了明显的提高。接着，本文分析了单一定位技术的局限性。基于卡尔曼滤波(KalmanFilter,KF)具有良好的跟踪性能和AOA算法的特点，本文提出了一种TDOA/AOA混合定位算法，并给出了定位算法性能的运动轨迹和理论界。通过对该算法的性能仿真，表明只要服务基站AOA测量值达到一定精度，采用混合定位算法可以取得更好的性能。本文还在实验室中建立三维定位系统，对混合定位算法进行验证，实验结果表明，该系统定位精度可达到厘米级，最好情况下精度达到2cm。最后，本文采用了一种基于天线阵列的单基站高精度UWB定位系统，使用测量参考基站天线阵列接收到的脉冲信号幅度代替以往的微小时间差测量，结合各天线的波束方向图来精确计算信号的到达角度，从而获得定位标签的精确位置。实验中对超宽带脉冲发生器进行改进，解决了输出波形严重拖尾问题。最后建立函数消除信号幅度衰减的因素对定位精度的影响，使TOA定位精度可达到2cm，AOA精度达到1。