传感器技术及移动互联网的飞速发展促进位置服务逐渐渗透到了人类活动的各个方面,位置信息由此成为生活中至关重要的组成部分。几十年来,随着室外定位技术的日趋成熟,人们对于定位技术的探索逐渐转到室内。尽管出现了多种定位技术,但至今仍然缺乏一种高精度、高可靠的解决方案。目前使用规模最广的室内定位方法主要为指纹定位和PDR(Pedestrian Dead Reckoning)定位,但是无线信号容易受周围环境的影响,导致指纹定位的精度较低,性能不稳定;而PDR定位由于无法获知起始位置及误差累积的影响也难当大任。本文针对指纹定位精度低、性能差两大问题,研究融合RSSI(Received Signal Strength Indicator)及IMU(Inertial Measurement Unit)数据的高可靠性定位方法,获得了性能稳定的高精度定位体验。本文的研究成果主要如下:优化了指纹定位算法。通过研究设备兼容性及最佳扫描间隔的设定优化了数据采集,减轻了定位数据异常对指纹匹配的影响;然后根据RSSI的统计特性提出了加权距离模型,成功提高了指纹匹配的成功率;并利用信号源位置实现了定位结果的自动校正。实验证明优化后的指纹定位算法显著提高了定位精度。设计了一种粒子滤波融合定位算法。使用优化后的指纹定位输出生成粒子群,通过计算粒子位移与PDR位移的相似度求得粒子权值,从而限制定位结果的异常跳动,动态提升了定位算法的稳定性;并提出了一种误差反馈机制,避免了误差累积的影响。实际环境下的实验结果表明融合定位算法较好地反映了真实的运动轨迹。同时,定位精度及稳定性都得到了改善。