近年来,随着全球导航卫星系统(GNSS)的发展,基于位置服务(LBS)渐渐成为人们生活,工作中不可或缺的一部分。作为“导航系统的最后一公里”室内定位成为了移动互联网时代的热点,人们对室内位置服务的需求也越来越迫切。但是室内环境多变复杂,格局各异,存在多种干扰,基于卫星的室外的定位手段很难在室内应用,室内定位误差理论和室内复杂环境作用机理等关键问题没有得到根本解决,室内定位的稳定性、连续性、可靠性、高精度仍是技术瓶颈,进而限制了室内位置服务的推广应用。针对上述问题,本文开展基于智能终端室内定位技术与多源异构信息结合智能算法方面的研究,具体完成内容及贡献如下。本文将室内定位系统分类为相对定位系统与绝对定位系统,并以此为脉络分别设计两套不同的室内定位方案:1)相对定位系统,利用智能终端中搭载的多种传感器及特有模块实现行人航位推算(PDR)算法并做部分改进,以改进PDR算法为基础,针对该算法由于长期推算会产生累积误差的问题,设计四种不同的修正方式校准定位结果,最终完成基于智能终端的连续室内定位系统,并在不同的实验场景中评估系统性能,实验结果达到预期效果,平均定位精度达到亚米级,满足室内定位要求。2)绝对定位系统,以位置指纹为核心,分别完成两部分内容。(1)基于无线指纹匹配方式的定位系统,设计完成新的指纹构建方式,提出改进的定位匹配算法,并与四种常见的基于指纹的定位算法做比较,最终在智能终端上设计实现该系统,通过实验评估系统性能,实验结果表明改进算法较传统匹配算法定位精度高,平均定位精度为1.66m,验证了算法有效性。(2)针对基于指纹的定位方式易受到环境改变及多径效应影响的问题,本文设计完成了基于深度学习的多源异构信息融合的室内定位系统,融合Wi-Fi、Beacons、地磁信息,增加输入信息特征维度,采用贪婪式逐层训练深度神经网络,获得网络参数构建指纹信息库,实现高精度,稳健性强的室内绝对定位系统,实验从不同方面评估系统性能,平均定位误差为0.52m,最大定位误差为1.53m,1m内的误差置信区间达到92.3%。