1.一种高定位精度和抗干扰能力的超宽带三维定位方法，其特征在于：包括如下步骤：步骤一：通过利用ADS‑TWR测距方法得到基站和标签之间的距离；

以ADS‑TWR方法测量的距离值作为测量信息，距离模型的测量方程为：式中：C＝[10]，vd,k为k时刻的测距噪声，其方差为Rd，测量噪声方差Rd用多次测距实验得到的距离测量数据与真实距离的方差Rc表示；

式中：

式 ΔTk为基站数据采样时间间隔，wd,k为k时刻的系统噪声，其方差为Qd；

步骤二：通过KF算法对ADS‑TWR测距数据进行“一次”滤波，经过此步骤可以对测距数据进行滤波，以减少NLOS现象和噪声造成的测距信息波动，去除异常数据，为EPF定位算法提供较为准确的测量信息 再将“一次”滤波后的测距值 作为扩展粒子滤波的观测信号进行“二次”滤波算法定位；

“二次”滤波的距离测量模型如下所示：

式中： 为预测状态向量， 为预测状态协方差矩阵，Mk为增益矩阵， 和分别为k‑1时刻和k时刻的状态估计向量， 和 分别为k‑1时刻和k时刻的估计状态协方差矩阵，I为单位矩阵，滤波后的 将基站到标签测距数据滤波结果合并为矩阵以下式作为状态方程：

以下式作为非线性观测方程：

步骤三：使用EKF算法更新粒子和权重；

(1)当i＝0时：从先验分布p(x0)中构造采样点 也就是 具体如下式所示：

(2)当i＞0时，使用EKF算法更新粒子：

式中，Q为过程噪声方差，R为测量噪声方差，从重要性函数中获取采样点权重更新：归一化权重：

在k‑1时刻利用EKF算法，以及最新的观测信息Dk来计算第i个粒子的均值和方差，利用该均值和方差来采样并更新该粒子，需要重新给定EKF的过程噪声和测量噪声的方差，从而确保后续计算的定位精度。

2.根据权利要求1所述的一种高定位精度和抗干扰能力的超宽带三维定位方法，其特征在于：步骤一中基站在与标签通信的同时，基站与基站之间也在互相通信，可以获取任意两个基站之间的距离数据，标签坐标处于静止状态时，可以利用标签坐标测算基站坐标，将静止的标签作为基站，以防止基站异动对定位数据造成影响。

3.根据权利要求2所述的一种高定位精度和抗干扰能力的超宽带三维定位方法，其特征在于：所述的标签坐标在误差范围内跳动时可认为标签处于静止状态。