室内定位对于一系列的移动应用有着十分关键的作用,这一关键的作用促使大量研究人员在过去的几十年间做了大量的研究。尽管全球定位系统(Global Positioning System,GPS)在室外可以达到较高的定位精度,但因为在室内环境下不能接收到来自GPS定位卫星的信号,直接利用GPS来室内定位得到的定位效果一直不理想。基于接收端信号强度(Received Signal Strength Indicator,RSSI)的定位算法充分利用了周边现成的基础设施,避免了部署特定设备的额外花销。然而,基于RSSI的室内定位算法大都是在基于室内环境中无线接入点(Access Point,AP)数量很多的这一假设下进行的,甚至有一些室内定位算法需要额外知道AP的物理位置。可是在典型的像飞机场、火车站这类室内环境中,只有部分地方部署了AP,因此形成的Wi-Fi指纹非常稀疏。在实验的结果可以看到,当只有少量AP存在的情况下,基于RSSI的室内定位算法得到的结果非常不理想。由于行人航位推算(Pedestrian Dead Reckoning,PDR)仅仅利用了智能手机内部的惯性传感器,这种室内定位算法在指纹稀疏环境下是一种很好的选择。本文基于现成智能手机中精度有限的惯性传感器提出了一种新颖的、高效的、准确的计步算法。同时在计步算法之上,本文提出了航位推算系统,再把粒子滤波算法应用到从指纹稀疏环境中偶然间接收到的信号强度,这样可以缓减由于不断累积带来的误差从而提升定位精度。本文实现了室内定位系统,之后基于安卓手机同时在细粒度和粗粒度的环境中做了大量的实验。从实验的结果中可以看到,本文提出的步伐检测算法同时在效率和性能上超越了前人提出的计步算法,而且实验结果的准确度非常理想。同时从粗粒度和细粒度实验环境中得出的实验结果中可以看到,本文提出的室内定位算法相比其他基于RSSI的定位算法可以在指纹稀疏的环境中得出更佳的定位精度。