针对煤矿井下人员、设备等目标的定位易受非视距传播时延影响,导致定位精度低、实时性不高等问题,提出了一种基于超宽带(UWB)与指纹定位的矿井移动目标到达时间(TOA)定位方法.首先,采用双程双向测距(DS-TWR)方式测量定位基站与待测目标之间的距离,构建 Chan算法估算待测目标的坐标;其次,利用 Taylor公式对 Chan算法的定位结果进行迭代更新,抑制矿井巷道中非视距(NLOS)延时误差;最后,依次采集特定点距离指纹构建指纹库,引入改进的算术优化算法优化最小二乘支持向量机(AOA-LSSVM)模型估计待测目标位置的横、纵坐标误差,结合Chan-Taylor算法定位结果进行误差补偿,得到待测目标的最优位置估计.试验结果表明:所提出的算法在视距(LOS)环境下的静态试验和动态试验中定位精度相较于 Chan-Taylor算法分别提升了18.63％、63.79％;在 NLOS环境下的静态试验和动态试验中定位精度相较于 Chan-Taylor算法分别提升了82.40％、56.78％,可满足目标在矿井下高精度的定位要求.