在基于位置服务的领域中,全球卫星导航系统（Global Navigation Satellite System,GNSS）的覆盖率已超过98%。在室外条件下,米级的定位精度基本可以满足人们的生活需求。然而,在室内条件下,由于卫星信号功率微弱,且室内环境复杂多变、干扰众多,使得基于卫星的定位系统难以保持良好的定位性能。目前关于室内定位的研究虽已十分丰富,但仍难以有效弥补GNSS在室内定位中的不足。因此,研究普适、廉价、高精度的室内定位技术已成为当今亟待解决的问题。本文针对当今依赖于单一信息源进行室内定位的不足,通过多源信息融合,基于WiFi信号与多传感器,在Wi-Fi指纹定位算法与行人航位推算算法（Pedestrian Dead Reckoning,PDR）的支持下,结合地图信息实现了一种多源信息融合的室内定位算法。主要研究内容如下:（1）Wi-Fi指纹定位算法:提出了基于最强信号强度指示（Received Signal Strength Indicator,RSSI）的Wi-Fi指纹粗查询算法,降低了Wi-Fi指纹匹配的时间复杂度;通过贝叶斯算法进行了在线指纹的精确匹配,使得3米以下的定位精度达到了81%;设计并完成了基于Android智能手机的Wi-Fi指纹定位软件。（2）行人航位推算算法:提出了改进的加速度计六位置校正算法,保证了在无专业标定仪器的情况下,六位置校正算法依然可靠;分析了融合磁力计的航向估计中存在的问题（即初始航向不准确、磁偏角难以确定、室内磁场区域化扰动以及室内整体磁场偏移等造成的航向估计偏差）;提出了一种基于行人三轴加速度特征的自适应跨步检测算法,在峰值检测的基础上,通过动态时间归整进一步提高了跨步检测的准确性。（3）多源信息融合定位算法:基于粒子滤波实现了将Wi-Fi指纹定位、PDR与地图信息相结合的融合算法,解决了Wi-Fi指纹定位精度不足以及PDR存在累积误差的问题;在地图信息的支持下,通过穿墙检测与航向再矫正,在初始位置与初始航向角不准确、磁偏角未知以及航向角精度难以保证的条件下,依然具备良好的定位性能,实现了更普适、廉价、可靠的室内定位算法。