随着自动驾驶、机器人技术的不断完善,复杂环境下的高精度无缝定位导航需求不断增加,利用多源信息融合实现无缝定位与导航是当前研究热点。全球卫星导航系统（Global Navigation Satellite Systems,GNSS）和惯性导航系统（Inertial Navigation System,INS）组合导航系统被广泛应用于室外环境导航定位服务。但是,复杂室外环境、室内外过渡区域以及复杂室内环境的高精度定位服务仍受限于环境影响,无法为用户提供高精度、高连续、高稳定性的定位导航服务。超宽带（Ultra-Wide Band,UWB）技术凭借低功率谱密度、脉冲窄、低功耗、时间精度高、传输率快、抗干扰性和穿透能性等特点,在视距环境中可获得厘米级测距结果,适合应用在复杂的室内场景或弱GNSS信号区域中提供可用测距信息。论文围绕复杂环境下室内外无缝定位系统相关理论与方法进行研究,以GNSS、INS以及UWB传感器为基础,结合平面地图信息进行多源传感器信息融合,实现室内外无缝高精度定位。然而,在复杂室内环境下,UWB信号易受非视距（Non-line of Sight,NLOS）误差、多路径效应以及异常值误差影响。如何实现室内定位技术准确精度评定仍存在难点。在室内外过渡区域或室外复杂环境下,GNSS存在可用卫星数目较少、几何构型较差以及多路径效应干扰的问题。此外,INS如果长时间没有其它传感器提供可用约束信息,系统会存在误差积累的问题。针对以上问题,对室内定位参考基准获取、UWB误差分析与标定、UWB误差削弱方法、UWB/INS/Map组合模型、GNSS/UWB/INS/Map无缝定位以及多源信息融合滤波方法开展研究,主要研究工作与成果如下:（1）为了对UWB室内动态定位系统的性能进行定性定量分析,提出了UWB数据质量分析及自主完好性故障监测算法。首先,对UWB视距环境下的距离标准时间偏差进行标定。然后,阐述了基于精密控制点和基于自动跟踪全站仪两种参考基准获取方法。利用获取到的高精度参考基准和改进的动态时间归整模型对UWB数据采集系统的时间延迟进行标定,分析了UWB基站数目、数据质量、基站分布对UWB定位系统的影响,证实了提高UWB数据质量是改善UWB室内定位系统精度的关键因素,构造了UWB自主完好性监测算法,对UWB原始观测数据进行全局监测与故障定位,剔除异常数据,保证UWB数据质量。该算法将东向定位误差均方根由0.170 m降至0.038 m,北向误差均方根由0.348m降至0.034 m;东向最大误差由3.418 m降至0.123 m,北向最大误差由8.603 m降至0.106m。实验结果证明对UWB数据质量分析能够有效分析UWB数据性能,辅助系统进行基站布设,UWB自主完好性故障监测算法能够有效改善UWB数据质量,提高系统定位精度。（2）为了削弱UWB NLOS误差及其它异常值误差的影响,实现高精度室内定位,提出基于Map约束的UWB/INS紧组合高精度室内定位方法。首先,建立了UWB/INS紧组合数学模型;然后,针对UWB信号易受复杂的室内结构影响,利用室内平面地图辅助UWB信号的NLOS鉴别,利用地图信息和INS机械编排预测信息并采用地图线段匹配算法对UWB NLOS信号进行识别,根据识别情况调整受NLOS误差影响的观测值权重,对UWB NLOS误差进行识别、削弱和消除;最后,针对UWB观测值中未被监测出的故障、未被地图鉴别出的NLOS误差以及其它多路径误差,异常值等误差影响,使用滤波进行处理,削弱有色噪声的影响。利用实验验证了所提方法在复杂室内环境的可行性,该方法在北、东、平面三个方向的位置误差均方根分别为0.19 m,0.19 m和0.27 m,在北、东、平面三个方向的位置误差平均值分别为0.11 m,0.14 m,0.21 m,在北、东、平面三个方向的最大误差分别为0.56 m,1.05 m,1.10 m。实验结果表明,该方法能够有效提高集成系统精度,实现高精度的室内定位。（3）为了实现高精度的室内外无缝定位,提出使用基于多GNSS-紧组合（Tightly Coupled,TC）RTK/INS/UWB/Map无缝定位模型与方法。首先,建立了多GNSS-TC统一观测模型,将该模型与INS进行紧组合形成多GNSS-TC RTK/INS紧组合系统解决了室外复杂环境定位问题。然后,针对室内外过渡区域同时存在GNSS和UWB观测值,可用观测值均较少且受环境影响严重的属性,将多GNSS-TC RTK/INS紧组合与基于Map约束的UWB/INS紧组合室内定位系统进行融合,建立了多GNSS-TC RTK/INS/UWB/Map无缝定位模型。该模型提高了复杂室内外无缝环境中的可用观测信息利用率,提高了模糊度固定效率与固定成功率,保证了集成系统的高精度、高连续、高稳定性。（4）针对UWB/INS/Map室内定位系统、多GNSS-TC RTK/INS室外导航系统以及多GNSS-TC RTK/INS/UWB/Map无缝定位系统数据融合方法,提出一种适用于多源信息融合的改进的抗差自适应扩展卡尔曼滤波（Improved Adaptive Robust Extended Kalman Filter,IAREKF）算法。为防止多种传感器进行信息融合易产生的噪声参数与概率分布不符及滤波系统发生过渡收敛、过渡发散、崩溃情况,使用IAREKF算法,该算法可以对观测值噪声利用新息序列进行自适应的调节,抵制异常观测信息的影响,对零偏和比例因子参数噪声水平设置上限和下限,能够有效防止集成系统出现异常或崩溃现象,提高整个多源数据融合系统的定位精度和定位性能。（5）自主设计搭载了GNSS,INS,UWB传感器的软硬件平台系统,利用该平台验证和评价了所提出的多GNSS-TC RTK/INS/UWB/Map多源信息融合的无缝定位系统性能,分析了该系统在室外复杂环境、室内外过渡区域和室内复杂环境的定位精度与可靠性,该系统在北、东、平面方向定位误差的均方根分别为0.18 m、0.17 m、0.24 m,北、东和平面方向的平均误差分别为0.09 m、0.10 m和0.16 m,北、东和平面方向的最大误差为0.80m,1.06 m和1.13 m,模糊度固定成功率为89.4%。实验结果表明,该系统显著提高了组合定位系统参数解算的稳定性及精度,能够作为实现室内外无缝高精度定位的一种有效解决方案。该论文有图71幅,表13个,参考文献174篇。