经济的崛起和科技的进步不断推动室内定位系统的发展。复杂的室内环境下，由于人类本身视觉的限制，人们对移动终端或终端持有者在室内的定位和导航的需求更大。在一些实时跟踪定位领域，为了实现更高的精度，往往采取引入更丰富的测量信号源等途径。通过结合多种技术构建定位系统，可有效减小单独使用其中任何一种技术时存在的不足，在提高定位精度的同时也扩大了定位的范围。面对大量的采样数据，如何进行有效的管理和合理的提炼，是一个值得探究的难题。因此，多信源的数据融合技术逐渐成为室内定位技术的重要研究方向之一。基于多信源的数据融合算法及其在室内定位场合中的应用，通俗来讲就是利用室内定位系统中可被利用的多种不同定位技术，构建多套传感器网络形成多信号源系统，并探究如何通过优化算法对来自多个传感器设备的大量互补信息实行融合处理，最终提高整体定位系统跟踪性能的问题。本文首先研究超声波、红外、ZigBee信号强度和超宽带等多种定位技术的系统构造和测量原理，以及各自的优缺点和对机动目标的跟踪性能对比，引出数据融合的必要性及其多种层次与结构；接着建立室内定位中机动目标的运动学模型，探讨常用的目标定位跟踪算法，包括最小二乘和扩展卡尔曼滤波算法，并提出一种混合两者的优化算法；然后阐述数据融合算法的一般步骤，提出数据择优、参数关联和数据融合的概念，并研究分析已有的数据融合算法，提出一种自适应的数据融合算法；最后探究实验平台的系统组成架构和模块，通过搭建一套实际的多信源室内定位系统，验证数据融合对提高定位精度、定位可靠性和跟踪实时性等方面的实践意义；对于应用结果本文提出了总结，以及尚须改进的不足，进而展望未来，简述值得继续探究的方向。