摘要：针对基于超宽带的到达时间差(tdoa)三维定位系统中,Taylor算法求解精度低以及改用群体智能算法后存在求解速度慢等问题,提出一种基于改进粒子群算法的tdoa三维定位算法。该算法设计了自适应种群数量变化公式,在迭代过程中根据最优粒子与最劣粒子间的欧氏距离变化自适应淘汰部分粒子以减少重复计算,同时引入精英策略防止最优粒子被淘汰,以此提升传统粒子群算法的运算速度,并且采用线性惯性权重与压缩因子联合控制的速度迭代公式,提高传统粒子群算法的收敛精度和收敛速度,从而实现精准、快速定位。仿真实验结果表明,该算法不受迭代初始值影响,在相同的噪声干扰条件下精度明显优于Taylor算法,且计算时长相较于LinWPSO算法、CIPSO算法缩减48.7%,相较于YSPSO算法缩减30.9%。