基于位置的服务在安全急救、仓储物流、个人导航等领域具有广泛的应用,人类80%以上时间停留在室内环境中活动,因此近年来面向大型商场、机场、地铁、井下等场合的室内定位应用需求持续攀升,室内定位技术已成为研究的热点。Wi Fi具有覆盖范围广及终端支持度高的特点,同时智能手机也普遍集成各类惯性传感器。因此基于WiFi和多传感器的融合定位技术成为室内定位的主流技术,本文针对目前实用性较强的WiFi定位和惯性测量定位技术进行融合定位的方法开展以下三个方面的研究:首先,针对室内WiFi高斯噪声和非视距对信号强度的影响,对接收到的信号强度经预处理后应用于离线指纹库的建立。WiFi在线阶段采用改进的WKNN算法进行匹配定位,以定位点与K近邻点的RSSI相对偏差对欧式距离加权匹配的权值进行修正。仿真结果表明改进的WKNN算法比KNN和WKNN算法定位精度更高,定位性能更加稳定。其次,针对行人航位推算(Pedestrian Dead Reckoning,PDR)定位中的累计误差,提出加速度门限+波峰波谷+时间法的步态检测方法,并利用改进离线步长法及步长滑动窗口法进行在线步长估计。实验结果表明三重约束的步态检测准确性高、通用性强,改进的步长方法通过在线求取步长参数,能够动态、准确地自适应估计行人的步长,采用均值滤波法抑制传感器方向角的波动误差,从而准确判定方向。最后,针对室内WiFi定位精度较低及行人航位推算定位存在累积误差的问题,提出一种基于扩展卡尔曼滤波(EKF)的WiFi与PDR融合定位算法。仿真结果表明基于扩展卡尔曼的WiFi-PDR室内融合定位算法性能明显优于WiFi和PDR单独定位,并在多次转弯仍具有很好的鲁棒性,可实现室内高精度、高可靠性的定位应用。