近年来,在通信与互联网技术高速发展的大背景下,基于地理位置的信息服务(Location-based Services,LBS)已经成为了很多领域不可或缺的应用之一,而其中的核心技术就在于如何获得位置信息。在室外环境中,全球定位技术(Global Positioning System,GPS)可以连续实时提供高精度位置信息,已成为室外定位的主要技术。在室内环境中GPS技术会因信号受阻而不能很好地导航定位。因此,研究设计一种定位性能高效并且成本低廉的室内定位方法就成为此类研究中的重点。通过对现有的一些室内定位方法分析后发现基本都需要布置大量的外部设备,由于成本高而不具备实用性。本文从日常使用的智能手机作为切入点,提出了基于其内置惯性测量单元(Inertial measurement unit,IMU)分析行人每一步步长和行走方向来计算其位置的航位推算和分场景的Wi-Fi定位组合的方式来实现室内定位的方法,其中具体包括:(1)介绍行人步态周期的检测算法。首先分析了行人的行走特征信息,再通过智能手机中内嵌的三轴加速度传感器测得的数据与行走特征进行对应分析,阐述了基于局部方差分析的步态检测算法。(2)基于速度追踪的步长计算方法研究。传统的步长计算方法通过对步频建立线性或非线性模型进行计算,这会导致误差随时间快速积累。本文针对这一问题,设计了基于速度追踪的步长计算方法,该方法通过对行人行走过程中速度和位移的实时计算,有效的应对了步长变化的随机性,减少了累积误差的产生。(3)基于方向传感器和陀螺仪的航向角判定。由于在室内环境中,方向传感器会受到电磁干扰,陀螺仪会因为自身和温度变化等原因产生漂移误差,单独使用会对定位精度造成影响,所以本文提出一种基于方向传感器和陀螺仪融合的方式判断航向角的方法。(4)基于场景的Wi-Fi校正算法。本文针对室内环境和定位方法的特点,在狭长的走廊上采用RSSI测距的算法进行定位校正,在空旷的房间采用位置指纹匹配算法和RSSI测距结合的方式进行定位校正,相对单一定位方式的定位,提高了定位精度。最后,通过实地测量实验表明,本文提出的组合室内定位方法在实用性和定位性能方面可以更好的满足对室内定位的要求。