在室内环境下,基于微传感器的惯性定位技术因其具有极强的自主性,一直是学术领域和工业领域的研究热点。其中,行人航迹推算(Pedestrian Dead Reckoning,PDR)算法被广泛研究并应用于惯性定位技术中。由于传统PDR算法的精度受步态和步长等关键参数的制约,且缺少步高参数,无法直接在三维空间内实现行人轨迹推算。针对上述问题,本文设计了一种基于分布式多节点微传感器的行人自主定位方案。通过对行人下肢运动特征的分析,完成了分布式多节点微传感器的系统搭建。针对三种不同位移运动,提出了相应的步态检测算法、步长和步高估计算法。通过优化步态、步长并增加步高参数,基于分布式多节点系统改进PDR算法,提高了行人在三维空间内的定位精度。首先,分析了行人下肢运动特征并建立分段刚体运动模型,基于该模型搭建分布式多节点系统。针对微传感器节点的确定性误差和随机噪声,提出了一种基于最小均方(Least Mean Square,LMS)自适应滤波与批量梯度下降的误差补偿算法,有效提高了微传感器节点的测量精度和输出稳定性,为后续工作提供了稳定可靠的平台基础。其次,针对平走、上楼、下楼三种位移运动分别提出了相应的检测算法对脚后跟着地、双腿完全支撑、脚趾离地三种步态进行检测。根据步态检测结果划分不同运动的步态周期,提出了多节点融合的步长和步高估计算法,优化了步长,并实现了对步高的实时测量。实验结果表明,步态检测准确率大于99.65%;平走运动步长的相对误差均值为0.96%;上楼运动步长和高度的相对误差均值分别为6.69%和1.59%;下楼运动步长和高度的相对误差均值分别为12.15%和1.84%。最后,根据上述优化的步态、步长参数和增加的步高参数,提出了基于分布式多节点改进的PDR算法,实现了三维空间内行人航迹的推算。实验结果表明,二维轨迹的闭环误差均值为0.71%,开环误差均值为0.85%;三维轨迹的闭环误差均值为0.78%,开环误差均值为5.77%。