近年来大型复杂构筑物逐渐兴起,室内位置服务需求日趋增强,室外高精度定位技术已走向成熟,而实现室内环境下的稳定、高精度定位仍面临若干问题。国内外研究学者对室内定位技术进行了多方位探索,单一主流定位技术各有优劣,然而缺乏一种普适性技术应对复杂多变的室内环境,因此,探究多源技术融合已成为研究趋势。本文对大型复杂室内蓝牙、PDR技术及融合定位原理展开研究,并依托Android平台设计开发应急导航APP,论文主要内容如下:（1）针对蓝牙测距精度不准确导致三边定位算法无解问题,提出一种改进质心算法,并结合AP空间分布关系实现后验位置校正,进一步降低了邻近AP误匹配误差。研究信号传输模型与蓝牙信号分布特性,基于高斯分布原理提出贝叶斯概率定位算法,以接收信号强度为先验信息,估算待定点相对各AP的位置分布概率,有效削弱了蓝牙信号跳变及测距误差对定位精度的影响。（2）研究指纹定位原理,对比不同聚类算法对指纹点聚类结果差异,分析AP空间分布对指纹点数据的影响。针对大型场馆数据冗余、定位效率低等问题提出PCA-Kmeans算法,对多维指纹库进行特征提取并降维,兼顾分类精度的同时降低了73.8%的数据存储量,定位效率同步提升30.0%。探讨RSS缺省对定位的影响,针对补值法所引入的空间距离误差问题,提出局部匹配准则,以接收AP个数为基准优化欧式距离计算方法。实验结果表明,所提算法在仅有少量AP信号时仍然具有稳定的定位效果。（3）对比分析不同滤波算法优劣势,设置滑动窗口提取传感器数据特征,探究行人步态与特征数据内在联系。针对波峰检测固定阈值引起的误计步问题,依据回归分析构建自适应步态检测模型,实现波峰检测动态阈值设定,在行人混合运动模式下计步效果更稳定。针对陀螺仪误差累积问题,实现基于加速度辅助的互补滤波松耦合航向估计算法,顾及构筑物室内结构设计,提出航迹向补偿因子以提升航向估计准确性与稳定性。（4）分析研究不同融合算法优劣势,构建BLE/PDR融合定位方程。针对实际系统有色噪声不满足卡尔曼高斯白噪声前提的问题,提出一种自适应容积卡尔曼滤波算法,引入抗差因子与渐消因子响应测量野值引起的矩阵突变,进而抑制滤波发散。利用CKF、UKF、EKF及所提算法开展融合定位试验,实验结果表明,ACKF定位轨迹更为平缓,克服了转角处轨迹穿墙问题,并有效解决了蓝牙定位回跳及PDR轨迹漂移问题。（5）基于BLE/PDR融合定位技术,依托Android平台、Java开发语言,设计开发应急导航系统。通过市场调研及用户需求分析,设计、开发系统功能并搭建数据库。在北京冬奥会雪如意场馆内进行测试,程序各功能运行正常。本文应急导航系统旨在满足人们在室内环境下的定位需求,在紧急事件发生时为用户提供自救他救、疏散逃生的一种可选择方案,进而提升救援效率、保障人民生命财产安全。本论文共有图79幅,表19个,参考文献85篇。