为提高非视距场景下超宽带（ultra-wideband,UWB）定位精度，本文提出一种基于误差因子的改进加权最小二乘（weighted least square,WLS）算法.该算法利用测距值和实时信道冲激响应特征训练1维卷积神经网络，实现误差因子的准确预测；基于预测得到的误差因子设计改进WLS算法的加权矩阵，赋予不同基站合理的权重，以改善非视距场景下UWB定位性能.通过实测采集静态和动态定位数据对改进WLS算法进行性能验证.实验结果表明：视距场景下，改进WLS算法与最小二乘（least square,LS）算法、WLS算法定位性能相近；非视距场景下，改进WLS算法明显优于LS算法、WLS算法，能够有效抑制非视距误差.