位置服务（Location based service,LBS）已润物无声地渗透和融入我们衣食住行的方方面面,成为我们现代生活的基石之一。其中,室外定位技术作为位置服务的重要组成部分业已成熟,而室内定位受限于起步较晚且成熟度较低等原因成为位置服务的“最后一公里”难题。面对室内定位日益急迫的需求,相关研究层现叠出。其中,行人轨迹推算（Pedestrian Dead Reckoning,PDR）室内定位技术作为一种主动式定位技术因其无需定位基础设施、算法实现简便等优点成为研究热点,但PDR室内定位存在短时运行良好,长时间运行会产生累计误差的问题。针对这个问题,本文研究了一种具备实用性与经济性的PDR定位方法,即在优化PDR定位算法以减少误差积累的同时利用成本较低的辅助手段对累计误差进行消除。具体如下:（1）针对PDR定位运行中产生误差的问题,本文研究了一种运动行为识别辅助的PDR定位方法。其中,运动行为识别可分为手机姿态识别与运动状态识别。在手机姿态识别方面,本文利用Android系统原生API并基于聚类思想对包含手持、拨打电话、随手摆动、置于口袋这四种手机姿态进行识别,并取得良好精度;在运动状态识别方面,本文提出一种基于步态周期性的特征提取方法,基于该方法本文可在仅使用二维特征数据与传统的SVM作为分类器的前提下,实现95%的运动行为识别精度。另外,本文针对运动过渡带状态识别准确率较低的问题,提出一种基于SVM与D-S证据理论的运动过渡带状态识别方法,并得到良好的识别结果。基于良好的运动行为识别精度,本文在PDR定位传统的步长估计算法的基础上改进了一种自适应步长估计算法,减少了PDR定位运行过程中误差的积累。进一步地,在上楼梯、下楼梯运动状态可良好识别的基础上,本文将楼梯地标信息代入地图匹配算法用于定点的消除PDR定位运行过程中的累计误差,经过理论分析与实验验证,该方法对于消除PDR定位的累计误差具有良好效果。（2）提出一种基于声源定位辅助的PDR定位方法,以消除PDR定位过程中出现的累计误差。本文利用双麦克风手机作为声信号接收设备,通过自研硬件改造室内环境中常见的用于广播的音响设备使其具有唯一关联性坐标,使用基于汉明距离的声源定位算法,实现0.32m的声源定位精度。与此同时,基于良好的声源定位精度,本文将声源位置代入PDR定位中,利用本文设计的方法消除PDR定位存在的累计误差。通过理论分析与实验验证,在PDR定位累计误差消除方面,声源定位辅助的灵活性优于运动行为识别辅助,但单一的辅助手段作用有限,因此,本文将两者融合,共同辅助PDR定位,并取得了良好效果。