随着信息革命的深入进行,物联网、人工智能等新技术正在逐渐改变我们的生活。位置服务作为必不可少的一环,技术的革新一直都在进行。由于多种定位信息有一定的互补性,多源定位信息融合是提升定位精度的有效方式。在多种定位方式中,基于无线局域网的室内定位成本较低,精度较好,是最有希望被大规模应用的室内定位方式。此外,近年来研究者研究了利用终端传感器进行行人航位测算的定位方式,可以在短距离内较准确的推算出用户位置,但长时间后会出现误差累计的现象。利用行人航位测算和WIFI(Wireless Fidelity,无线保真)定位结果相结合是最流行的定位信息融合方向。但在人员密度较大的情况下,WIFI信号呈现不稳定性,影响定位精度,难以满足用户需求。本文重点研究多源室内定位信息融合技术,结合声波测距信息、WIFI定位信息和行人航位测算信息,提出基于粒子滤波的多用户定位信息融合算法。算法融合多种室内定位信息,提升室内人员密度较大时的定位精度。针对多用户定位过程中可能存在的声波测距互相干扰问题,提出了多用户自适应配对算法,动态分配用户的测距对象和使用的声波频段,避免声波同频干扰。针对终端计算能力不足的问题,本文研究设计了基于WIFI探针的室内定位系统,大部分的数据采集和运算工作都迁移到了路由器和服务器,并通过实验验证系统可行性和算法有效性。首先,对多用户多源室内定位信息特征进行研究分析。基于WIFI指纹库的定位方式在每次定位过程中都独立的获得定位结果,但定位精度不足,受环境中人员流动等因素影响大。行人航位测算可以获得短时间内较精确的定位结果,但是长时间会产生误差累计。基于定位信息的融合方式一般为粒子滤波和卡尔曼滤波。其中由于粒子滤波可以在非线性系统和非高斯噪声下工作,比较适合于室内定位系统。接着,详细叙述了本文所提的室内定位信息融合算法。算法以多用户联合粒子滤波的方式融合WIFI定位结果、行人航位测算结果和声波测距结果,提升人员密度大情况下的定位精度。为解决同一区域内多个用户对声波测距互相干扰的问题,本文提出了多用户自适应配对算法。算法优选用户配对进行联合粒子滤波定位,并给不同用户对分配不同的声波测距频段,避免互相干扰。最后,为解决在定位信息融合过程中客户端存在的运算能力有限的问题,我们设计了基于WIFI探针的室内定位系统。其中,路由器利用WIFI探针技术,主动探测与各个终端之间的RSSI(Receive Signal Strength Information,接收信号强度信息)信息并传输给服务器,使终端不再担负RSSI信息的获取工作。智能客户端采集加速度信息和地磁场信息传输给服务器。服务器进行指纹库匹配、用户配对和粒子滤波运算。系统实现了信息采集、显示和运算的分离,剥离了终端较多的工作,定位效率得到显著提高。本文分别在Andriod、OpenWrt和Windows系统下实现了系统开发,并在实际环境中验证了系统的可行性和算法的有效性。本文所提定位信息融合算法提升了人员密度较大时的定位精度,并解决了多用户声波测距时可能存在的互相干扰的问题。本文设计的定位系统有效剥离了终端大量的运算和信息采集工作,为本文所提算法提供了可行的系统实施方案。