无线传感网络和物联网的快速发展,增加了人们对于室内定位的需求。在商场、仓库、超市和监狱等场所,对人或物的精确定位有利于提高人员物资的管理效率。在室外环境中,GPS能够提供高精度的定位,但是在室内环境下,由于墙壁等障碍物的遮挡,使得GPS难以发挥其优势。而UWB信号具有抗多径效应强、抗衰减性能好等优势,非常适用于复杂室内环境下的精准定位。因此,基于UWB开发一套室内定位系统具有重要的实际意义。本论文的主要工作内容如下:首先,研究了一种可以消除时间不同步和温度漂移影响的对称双边双向测距方法。待定位标签首先以广播的方式发出UWB Poll包。系统内的基站接收到Poll包后经过一段延时再发送Resp包,标签接收到Resp包后延时一段时间发送Final包,当基站收到标签发送的Final包后,就完成了一次完整的测距。实际测量结果表明,该测距方法在视距环境下的测距误差约为4.7cm,在有人体遮挡的非视距环境下测距误差约为16.4cm。其次,提出了基于Kalman滤波的Chan氏加权质心算法对标签进行定位。该算法首先对TDOA距离差向量进行Kalman滤波处理,以消除测距误差大导致的Chan氏定位偏移较大的隐患。然后将滤波后的值代入Chan氏定位算法求解出标签预估坐标。最后,结合改进的加权质心算法的优势,对预估定位结果进行加权求解,得到更精准稳定的坐标值。使用MATLAB对该算法进行仿真分析,仿真结果表明,其平均定位误差只有0.07m。最后,结合测距和定位的研究成果,开发了一套UWB室内定位系统。该系统硬件部分使用STM32搭载DWM1000通讯模块,上位机使用Python语言基于Py Qt库开发。同时,在上位机中移植本文提出的定位算法,完成测距后将距离信息发送到上位机,定位结果的坐标会显示在软件界面上。实测结果表明,系统在视距环境下平均定位误差仅为8.4cm,非视距环境下平均定位误差为9.2cm。仿真及空间实际定位数据表明,本文采用对距离差向量进行Kalman滤波、用改进加权质心算法修正预估坐标的定位方案所设计的系统基本能够满足室内定位的需求,可以为室内定位系统的研究与开发提供一定的思路。