基于MEMS惯性器件的行人导航技术以其高度的自主性在行人导航领域占有重要地位。惯性行人导航系统不需要依靠信号发射基站即可实现行人定位，可以广泛应用于室内外各种场合。但是惯性导航中误差随时间累积的问题同样存在于惯性行人导航中，文中针对如何抑制行人导航过程中的误差，对惯性行人导航技术进行了研究。
　　行人导航算法中需要使用零速修正技术抑制速度误差随时间的累积，但是传统零速修正技术中一般使用预设阈值进行支撑相的判断，这会导致支撑相的误判和不完整，针对此问题对支撑相判断方法进行了改进。选取一种综合角速度，加速度数据的支撑相判断条件，并且针对行人导航中不同行人个体存在差异且行走环境多变的问题，设计了一种基于聚类算法的自适应支撑相判断阈值获取方法，并且根据支撑相、摆动相持续时间，利用时间阈值，解决了支撑相、摆动相不连续的问题。
　　然后，研究了行人导航过程中航向角误差无法在不新增传感器增加系统复杂的情况下抑制的问题，设计中利用支撑相角速度为零的特点以及行人行走的规律，将支撑相内角速度信息和行人跨步结束时的航向角的微小变化量作为误差观测量，对导航误差进行估计。
　　最后，针对位置解算时因为速度被置零导致导航信息不连续的问题，使用扩展卡尔曼滤波综合了多种支撑相内惯性信息对导航误差进行估计，进而对轨迹进行了平滑，抑制了误差随时间的积累，保证了导航精度。
　　文中研究了基于固定于脚部惯性传感器的行人导航系统算法，并且进行了实地行走实验，对比了使用不同误差补偿方法时行人行走轨迹的解算结果。试验表明，文中设计的惯性行人导航算法对导航精度提升起到了一定的积极作用。