超宽带定位是根据基站测定的标记点距离，基于一组非线性定位方程组，通过泰勒（Taylor）级数展开算法、Chan算法或最小二乘法解算获得精确的设备位置。其中，Taylor级数展开算法的求解精度高，但是对初始值具有很强的依赖性，如果初始值选择不恰当，会导致算法不收敛。针对上述问题，提出了一种结合头脑风暴优化（BSO）和Taylor级数展开的混合解算(BSO-Taylor)方法。采用BSO算法求解移动站到基站的误差函数最小化的最优解，将最优个体的到达时间差(TDOA)值作为Taylor级数展开算法的初始值，进行Taylor展开解算得到定位信息，解决了Taylor级数展开算法需要较好初始值的问题。对Chan算法、Taylor级数展开算法和BSO-Taylor混合解算方法的结果进行了对比实验，结果表明，BSO-Taylor混合解算方法通过全局搜索策略，获得了接近于真实位置的迭代初始值，既可以获得接近真值的定位性能，又解决了Taylor级数展开算法对不良初始值的敏感性；相较于Chan算法，BSO-Taylor混合解算方法的解算结果更加稳定，且准确性更好；相较于初始位置为真实位置的Taylor级数展开算法，BSO-Taylor混合解算方法的解算误差稍大；定位距离的变化和TDOA测量值标准差的变化对Taylor级数展开算法和BSO-Taylor混合解算方法的影响基本一致，而对Chan算法的影响较大。