在当前的现代生活中，人们对于智能手机的使用越来越多，而人机交互技术的发展已经从原来传统的键盘鼠标发展到基于视觉的Kinect技术，这样的发展固然改变了传统的交互方式，但是还是对交互技术的方便性有很大的影响。目前，已有科研人员使用可穿戴传感器进行人提动作的捕捉，但是这些都要受到客观物理环境的限制，因此使用智能手机作为输入设备较之则有很大的优势，因此，如何在使用手机的条件下，对运动状态下的手机进行姿态的精确解算则显得尤为重要。　　本文利用Android平台下的三星智能手机作为采集数据的设备，利用手机内部自带的传感器进行原始信号数据的采集，搭建了一套从数据融合预处理，数据初融合、数据再融合和姿态解算的多传感器数据融合处理算法。并从手机端采集得到的数据进行离线的matlab处理。　　根据手机中三种数据传感器的机械特性，加速度传感器和磁罗盘传感器在长期的数据采集过程中的数据稳定性，并且两者在进行姿态结算时可以分别测量不完全的姿态信息。陀螺仪传感器在短期数据采集中的稳定性，因此，论文提出用两层融合结构来进行三种传感器数据的融合。首先采用梯度下降算法对具有长期稳定性的加速度数据和磁罗盘数据进行数据初融合，再用卡尔曼滤波器对第一步的融合结果加上陀螺仪数据进行第二次融合。通过这样的两层融合技术，可以很好的解算手机的姿态。　　最后通过实验证明了融合算法的有效性，能较好的提高手机姿态解算的精度，从而为提高空间轨迹还原的精度提供支撑。