随着移动通信和互联网技术的快速发展,基于位置的服务(Location-based Services,LBS)在超市零售、餐饮娱乐、医疗健康、快递物流等诸多领域应用广泛。全球定位系统(Global Positioning System,GPS)在室外可以达到较为理想的定位导航效果,但在室内则无法满足定位要求。目前室内定位技术各自存在着局限性,如定位方法单一、定位精度低、定位区域受限或成本昂贵等。研究一种高效、高精度、低成本的定位导航技术是室内定位服务亟待解决的关键问题。本文综合分析了主流室内定位方法,以Android智能手机为平台研究了行人航迹推算PDR定位技术。该技术基于手机内嵌的IMU惯性传感器和WiFi无线网卡进行数据采集。本文结合建筑物地图信息提出了一种地图辅助的粒子滤波定位算法,提高了定位精度。为了进一步解决行人航迹推算PDR存在累积误差的问题,研究了基于WiFi指纹库的定位算法,提出了一种基于无迹卡尔曼粒子滤波的PDR和WiFi指纹融合定位算法,将定位精度误差控制在4%。本文主要研究内容和实现的工作有:1.研究了WiFi指纹库定位算法并对关键技术和匹配算法进行分析验证。针对WiFi三边定位算法和WiFi指纹库定位算法的不同应用场景分析了两种方法的性能参数,接着对WiFi指纹定位技术的关键因素进行了分析和实验验证,最后对比研究了三种WiFi指纹定位在线匹配的关键算法。2.研究了行人航迹推算的原理并针对具体算法设计实验分析。行人航迹推算主要为步态周期性、步数检测、步长估算和步行方向估计。基于Android智能手机平台的行人航迹推算定位技术能够实现比惯性导航更高的定位精度。本文对行人航迹推算定位技术进行了系统研究并设计实验进行验证分析。3.为了提高行人航迹推算PDR定位技术的精度,提出地图匹配的粒子滤波定位算法。该算法对惯性传感器采集的数据和地图数据进行滤波融合,仿真实验结果表明该算法有效提高了行人位置和方向的估算精度。4.针对行人航迹推算PDR存在累积误差的问题,提出基于无迹卡尔曼粒子滤波UPF的行人航迹推算PDR和WiFi指纹融合定位算法。该算法能够将WiFi指纹定位和行人航迹推算PDR的融合定位误差控制在较低水平。本文通过仿真实验验证了所提融合算法定在提高室内定位精度的有效性和可靠性。