近年来,得益于国家经济的日益发展,我国的城市化进程持续加快,城市建筑规划日新月异,个人与市场对于基于位置的服务(Location Based Services,LBS)的需求也伴随着智慧城市,智能交通,物联网等新兴技术概念的提出和完善在不断地增加。随着微机电(Micro Electro Mechanical System,MEMS)技术的不断发展,智能手机的运算能力也越来越强大,其内部的传感器的种类也是越来越丰富。因此,以智能手机为媒介实现行人导航成为了目前在导航研究领域中的重要研究内容。本文以行人导航为基础,研究了基于手机的无约束行人导航定位方法。论文首先分析了室内定位技术、基于智能手机的定位技术以及基于机器学习的定位技术的国内外研究现状,结合当前以智能手机实现的行人导航定位技术的优缺点和技术难点,提出了基于手机的无约束行人导航定位方法。针对手机内传感器精度低和使用手机时的姿态变化的特点,提出了新的航向发散抑制算法和姿态判断算法,实现了在手机姿态改变下保证手机导航航向不变的功能,成功提高了手机导航定位的精度和适用性。针对智能手机中低成本惯性传感器零偏不稳定、误差快速发散的特点,论文首先对智能手机内的传感器误差进行分析,随后对现有的行人航位推算(Pedestrian Dead Reckoning,PDR)算法进行改进,使得PDR算法中的步伐判断算法、步长估计和航向解算方法能够满足手持手机的行人导航研究。其次,针对基于手持手机进行行人导航时,手机无法获得到真正意义上的零速时刻从而无法使用零速修正(Zero-Velocity Update,ZUPT)算法的情况,本文中通过对行人的运动状态,足绑和手持传感器同步采集数据的分析,提出了一种模拟零速修正(Simulate Zero-Velocity Update,S-ZUPT)算法,能够有效的对手机行人导航的航向进行约束,抑制误差的快速发散。无约束导航的意义是在不固定手机的姿态下仍然能实现准确的导航定位,而目前现有的基于手机的惯性导航方法,都需要手机姿态保持相对固定的姿态来避免手机姿态变化对导航解算的影响。针对这个问题,本文研究了各姿态下手机传感器数据输出的特点,提出了基于重力球面投影的姿态判断算法,并在此基础上开发了手机航向修正算法。而机器学习领域的不断发展为导航研究者们提供了新的思路,本文以手机惯性导航的航向相对高精度差分GPS结果的误差为训练集,对手机航向误差的发散规律进行预测,进一步提高了手机导航的定位精度。最后,本文以MATLAB GUI为平台,开发了实验验证平台,对基于手机的无约束导航定位方法进行实验分析。经实验验证表明,本文提出的各种算法,能够分别独立的进行工作,并且能有效的提高基于手机的惯性定位的精度,提高手机导航的适用性。