室内定位技术在我们的日常生活中变得越来越重要,电子设备的小型化和便携化也使得穿戴式设备越来越普及,而且通过IMU（Inertial Measurement Unit,惯性测量单元）定位不仅成本较低,而且受外界环境影响较小,因此通过穿戴式设备来实现室内定位就成为了一个重要的发展方向。论文的主要研究内容是一套基于穿戴式IMU（穿戴于腰部）的行人室内定位系统的设计与实现:从算法到硬件,再到用于绘制轨迹的手机定位App。首先,论文介绍了惯性导航技术的理论基础,介绍了主要的传感器的功能及应用,然后就惯性导航系统和步长-航向系统两种主要的惯导定位算法框架进行了详细讲解,为论文算法提供了理论依据,也将二者进行了分析,指出论文将使用基于步长-航向系统的算法框架。然后,论文就提出的基于穿戴式IMU的定位算法进行了详细阐述,算法主要有如下三个部分:步伐检测方面,论文使用巴特沃斯数字低通滤波器和峰值检测算法实现;航向估计方面,论文使用基于互补滤波的九轴数据融合算法;步长估计方面,训练一个基于BP神经网络的回归模型。接下来,论文研究了基于STM32单片机的穿戴式设备的设计与实现,先对穿戴式设备的功能进行了分析、硬件模块的选型和重要电路设计,再对部分算法进行了功能性的调整并将其实现到硬件中,完成了硬件的整体设计。另一方面,针对硬件设备的特点,论文对算法进行了功能性优化,以更加适配硬件设备,并实现了与之配套的基于Android系统的手机定位App,使得算法、硬件和App能够良好地配合。最后,论文对基于穿戴式IMU的行人定位系统进行了实验验证,从实验结果来看,本文步伐检测算法测得的步数与实际相差不超过3步,并且随着轨迹距离的增加准确率也会相应提高;航向估计方面,论文设计固定步长的实验来验证其性能,所得闭合误差（1.09%）明显优于传统算法（5.14%）;步长估计方面,论文估计步长的BP神经网络平均误差（3.29cm）低于使用CNN的同类算法（5.47cm）。最终,论文在实际的室内环境中选取了直线与闭合矩形两种轨迹,将硬件设备与App进行了联合实验,每次实验中App都能够实时、准确地绘制出测试人员的运动轨迹,而且算法的距离误差不超过4.3%,闭合误差不超过2%。