Con el propósito de abordar el posicionamiento en interiores con banda ultraancha (UWB) y la interferencia de señales, se propone un clasificador binario para la discriminación de interferencias de señales y un modelo de compensación de errores de posicionamiento que combina un algoritmo genético (GA) y una máquina de aprendizaje extremo (ELM). Basado en las distancias entre cuatro anclajes y el objetivo, que se calculan con la técnica de rango de tiempo de vuelo (TOF), se construye un clasificador binario basado en GA-ELM para juzgar la existencia de interferencia de señales, y se establece un modelo de compensación de errores de posicionamiento basado en GA-ELM para compensar el resultado del modelo de posicionamiento evaluado preliminarmente. Finalmente, se utilizan los conjuntos de datos recopilados en el escenario real para la verificación y el análisis. Los resultados experimentales indican que el error cuadrático medio (RMSE) de posicionamiento sin interferencia de señales es de 14.5068 cm, lo que se reduce en un 71.32% y un 59.72% en comparación con los resultados sin compensación y optimización, respectivamente. Además, el RMSE de posicionamiento con interferencia de señales es de 28.0861 cm, lo que disminuye en un 64.38% y un 70.16%, en comparación con sus contrapartes sin compensación y optimización, respectivamente. En consecuencia, estos resultados calculados de ejemplos numéricos llevan a la conclusión de que el método propuesto muestra su amplia aplicación, alta precisión y rápida convergencia en la mejora de la precisión de posicionamiento para robots móviles.