人们的室内活动逐渐增多，据统计人们大约有80%的时间是待在室内的[1]。而传统的GPS（Global Positioning System）、北斗等卫星定位无法完成室内位置服务，基于室内位置服务需求，室内定位技术成为一项新的研究热点。起初，研究者通过设计专门的硬件平台，利用超宽带、超声波等技术来完成室内定位。后来，微电子系统快速发展，智能手机集成了越来越多传感器，包括WIFI(Wireless Fidelity)、摄像头、惯性传感器、地磁传感器等，伴随着智能手机的普及，人们将定位解决方案的实现平台转向智能手机。手机可以接收到WIFI、声音、物体运动、图像等信息，而其中地磁信号相比其它信号而言，拥有高稳定性、不需新增设备等优良特性，关于智能手机平台的地磁室内定位受到了研究者的关注。　　本论文的研究主要围绕地磁室内定位过程中的相关算法展开。首先介绍了室内定位的研究背景和意义，国内外研究现状与应用趋势，并阐述了室内定位已有的相关技术和方案。　　其次，深入分析了室内地磁环境特性。针对地磁传感器接收到地磁信息波动很严重的情况，利用算法对数据进行平滑和滤波。给出了线下地磁指纹库的具体建立过程，使用强局部加权回归算法对数据进行平滑。在保留线上地磁数据实时性的同时，利用滑动平均滤波算法对线上地磁数据观测量进行滤波。实验结果表明，经过平滑和滤波后的地磁数据波动性明显减小，数据的匹配性更好。　　最后，建立状态更新模型和权重更新模型，给出定位算法的具体实现。利用给出的定位算法和处理过后的线上线下地磁数据进行仿真，结果表明定位精度有所改善。对粒子滤波定位算法中的阈值和重采样部分进行研究，比较了不同阈值和四种常用的重采样算法。仿真结果表明，定位精度和重采样率随阈值的增加而增大，但当阈值超过3N/4时，精度上升变缓，不同阈值计算耗时相近。四种重采样算法中系统重采样算法定位精度较高，多项式重采样算法定位结果最差。