城市场景下人们对位置服务的需求与日俱增,为此而产生的提供位置服务的定位技术研究领域内,一方面被广泛运用于城市生活中的无线通信信号在提供位置服务上发展日趋成熟,但受制于复杂的城市建筑环境的遮挡作用以及多径效应,常常出现定位精度下降甚至无法提供连续定位的情况;另一方面,随着智慧城市不断发展,智能手机成为人们居家出行必备之物,摄像头、加速度计、陀螺仪等多种微型传感器面向智能手机的集成技术发展快速,通过多种传感器进行环境感知来提供便捷的位置服务的定位技术成为新兴热点。本文主要通过地面数字电视信号、智能手机单目摄像头以及加速度计和陀螺仪集成的惯性测量单元开展融合定位算法研究,本文的主要工作内容有以下几点:（1）研究了视觉地标设计方案,基于深度学习的神经网络框架进行特征学习,完成了视觉地标的特征描述,提出了图像序列匹配策略,并针对匹配曲线进行分段线性拟合,有效提升了图像匹配准确度,为视觉地标辅助定位打好了基础。（2）阐述了利用地面数字电视信号获得相对距离差的过程,以及利用智能手机单目摄像头、加速度计和陀螺仪集成的惯性测量单元量测数据进行位置估计的算法原理,并给出了基于扩展卡尔曼滤波和无迹卡尔曼滤波两种融合方案。（3）面向城市应用场景（全球定位系统受遮蔽干扰）,进行了行人步行模式下的融合实验,通过对实验结果的分析,验证了本文所提出的多种传感器融合定位方案的有效性,同时通过对比实验,验证了无迹卡尔曼滤波良好的非线性拟合性能。