全球卫星定位技术早已融入普通人的生活,在日常生活中方方面面都有广泛的应用。在很多环境下,卫星信号受噪声和屏蔽等影响可能根本无法进行定位,或者卫星定位技术的精度尚无法完全满足细分的定位需求。因此,其他的定位方法如惯性导航技术,及多源数据融合定位技术应运而生。其中,为了解决惯导的累计误差问题,论文研究了行人惯导引入空间约束的方案,论文探讨了对于载具行人通用的方案包括,闭环检测的轨迹后端优化方法以及惯性导航与卫星定位融合的方法。首先,论文在总结了导航定位及多源数据融合的发展现状,介绍了惯性导航、卫星导航以及毫米波雷达定位导航技术的基本原理;归纳了主流的多源数据融合技术包括卡尔曼滤波、主成分分析等算法基本的流程。然后,探讨了毫米波雷达与惯性导航系统的融合定位算法,并以经典惯性导航算法为基准进行了对比实验。结果表明毫米波雷达与惯性导航系统融合算将系统的累计误差从噪声的二次函数降低到常数噪声的级别。接着,论文深入研究惯性传感器特点,并根据其特点对闭环后端优化算法进行了化简。实验结果表明,算法将微惯导平均误差降低了近300%,且使得方法的计算复杂度大幅降低。最后,论文探讨了一种基于主成分分析算法的卫星定位与惯性导航的融合方案,实验表明,卫星信号长时间缺失和噪声大的情况下,仍能准确且稳定地完成导航任务,升了系统整体的鲁棒性和适应范围。