随着社会经济的飞速发展,各类大型室内建筑越来越多,人们在室内停留的的时间也越来越长。出于智能化和信息化的要求,人们对于建筑物室内实现导航功能的需求愈发强烈。除此之外,室内位置服务更有广阔的应用前景,例如在火场救援、抗震救灾等复杂环境中,常需要救援人员进入建筑物中完成救援任务。目前基于室内位置服务的技术方案主要有WIFI、低功耗蓝牙（Blue Tooth of Low Energy）、射频标签（RFID）、Zi Bee、超宽带（Ulta Wide Band）、地磁场、惯性导航、计算机视觉和超声波等。众多学者提出了将两种甚至三种定位技术进行组合的定位算法,提高了定位精度和系统冗余度。本文在考虑火场救援等特殊条件的基础上,将基于MEMS的惯性导航技术和无线射频技术进行融合,辅以卡尔曼滤波算法、零速检测算法和基于BIM的航向修正算法,实现火场环境人员定位,主要内容和结论如下:（1）MEMS的捷联式导航系统（SINS）可实现在无任何外部辅助设备环境下的自主定位,不容易受到环境干扰;RFID定位技术可实现非接触状态下的信息交互,定位人员只需携带定位标签即可被系统识别,因此选择上述两种定位技术做进一步研究。（2）基于惯性导航技术的基本原理,对基于MEMS的惯性导航元件进行了研究,分析了惯性导航系统数学结算的基本步骤和导航坐标系之间的转换关系,分析了惯性导航技术的系统误差。针对惯性导航设备精度有限的问题,比较了多种修正算法,在传统卡尔曼滤波修正算法基础上,提出了基于多条件判定算法（加速度峰值条件和加速度阈值条件）的零速检测修正算法,该算法可准确判定行人的步态周期。本文将BIM技术应用于修正捷联式导航系统（SINS）的航向漂移误差,提出了基于BIM技术的航向修正算法。利用Revit软件建立建筑的三维BIM模型,将导出的建筑物楼向信息作为参考航向角,可以提高系统解算运动航向角的准确性。（3）基于射频定位技术的基本原理,对射频定位标签和定位基站的基本原理进行了研究。针对采集数据波动较大的问题,本文提出均值滤波算法进行修正,设计了相关实验验证算法的修正结果。分析了定位基站的布设方式对定位精度的影响,随着定位基站数目的增加,定位精度逐渐提高,但是,当达到五个以上定位基站时,定位精度改变不大。最后通过均值滤波修正算法使得采集的数据曲线更加平滑,显著降低了数据波动,提高了定位算法的定位精度。（4）本文提出基于BIM的SINS-RFID融合定位算法,并设计了验证实验。借助MATLAB仿真平台开发了基于BIM的SINS-RFID组合定位算法,利用卡尔曼滤波算法将惯性导航系统和RFID定位技术得到的位置数据进行融合。为验证融合算法的有效性,设计了验证实验,通过比较选择了合适的实验设备并建立实验场地BIM建筑模型,实验采集的数据通过MATLAB仿真平台进行解算。实验结果显示每100m的定位误差为3.35%,证明了组合定位算法具有较好的稳定性和准确性,可以为室内复杂环境中的行人导航定位系统提供良好的技术支持。