超声测距已经被广泛应用于各类移动设备的定位和追踪。超声测距技术的发展对于下一代应用诸如虚拟现实/增强现实、人机互动以及室内定位等至关重要。相比于基于视觉以及基于射频信号的方案,本工作选择了基于声波的方案有以下考虑1)声波传播速度是电磁波的百万分之一,相比之下能实现更高的精度。2)得益于普遍集成的扬声器和麦克风,很多商用设备可以支持场景构建。3)采样率低、计算性能要求低、硬件价格低,因此处理成本比较低。尽管在定位和追踪的话题上已经有了很多的探索,但基于商品化的智能设备（如智能手机）实现分布式的亚毫米级别的定位和跟踪技术仍然是个开放的挑战。首先,受限于智能设备有限的采样率,实现高精度信号传播时间测量面临挑战。其次在分布式场景下,由于不同设备工作在各自时钟源产生的时钟上,现有硬件的不完美会产生包括系统时延和时钟漂移在内的时钟偏差。时钟偏差会对信号传播时间测量产生干扰。最后基于声波的方案始终会存在多径干扰的问题。因此本工作的目标是基于现有的硬件,研究分布式环境下仅基于扬声器麦克风的高精度追踪技术,并在实际设备上开发系统进行验证。本文提出了利用商用设备在分布式部署下可达到亚毫米测距精度的超声测量技术方案。针对目前分布式超声测量系统中时钟同步精度低的问题解决了其中的关键技术难题。从理论上讲,本文证明了我们的方案可以很好的消除由系统延迟和非线性时钟漂移引起的时钟偏差,从而使得实际系统可以精确测量扬声器与麦克风之间的飞行时间（To F）。我们在Android,i OS和Linux等商业化移动设备上开发了实时运行的系统,实验结果证明我们的时钟校准方案可实现亚微秒级的计时精度,一维测距误差为0.668)8)。在本文的实现中,整个系统仅使用应用层音频和无线传输API,对音频设备或无线收发器没有精确的时序控制要求。此外,整个系统不需要用户干预,在系统开始播放声音后的0.5秒内可以输出正确的距离。这允许系统以低占空比操作,例如,每十秒钟仅运行0.5秒,以节省执行长期监视任务时的资源消耗。由于本文的方案可以实现高精度且可重复的To F测量,我们看到了使用商业化智能设备进行温度感知的可能。与商用温度传感器相比,我们实现的系统在静态环境中的平均温度误差小于0.25℃。除了实现的基本高精度测距和测温之外,本文还探索了其他有趣的应用,包括二维定位和温度感知。围绕此技术,我们相信将来可以使更多带有相关模块的系统实现互联互通,由此也可以扩展更多有趣的应用程序。