本发明公开了一种基于支持向量机的超宽带室内定位方法，首先将待定位区域的TDOA值和TDOA值对应的用户位置采集一定的数量，然后将采集到的数据集按照4:1划分为训练集和测试集两部分，之后进行归一化处理之后输入支持向量机中，不断地进行交叉验证选择最佳参数c&g，根据交叉验证的平均正确率排序，选择分类正确率最高的参数组合作为模型的最优参数，将得到的最佳参数和训练集输入支持向量机中，即可得到支持向量机模型，在支持向量机模型训练好之后，在解算坐标的过程中只需要将采集到的TDOA值输入训练好的支持向量机模型就可以解算出实时的坐标，结果表明本算法相比于传统定位算法在高密度定位环境下实时性和定位精度要优于传统算法。