随着信息技术的高速发展,位置信息已成为现代人们日常生活的重要信息,基于位置的服务在商业推广、智慧城市构建等领域得到了广泛应用。由于人们的大部分时间都处于室内环境,室内位置信息能够有效地反映个人的生活习惯、消费倾向等,在构建用户画像、引导用户消费、提高用户使用体验等方面具有巨大的应用前景,因而室内定位技术成为了近年的研究热点。本文从室内定位源、单源室内定位方法、多源融合室内定位方法三个方面对室内定位技术进行了详细的分析与综述,包括室内定位源的信号特性、硬件开销、室内定位精度、作为室内定位信号源的优缺点等,并对关键属性进行了归纳总结。对单源室内定位方法进行了分类,分析了定位原理及算法核心,并阐述了单源定位方法的优缺点;对多源融合室内定位方法进行了对比研究,分析了多源融合定位技术的优缺点。针对多源融合室内定位中粒子滤波算法需要大量样本粒子来近似表示概率密度函数导致的计算量大、融合时延高的问题,提出了一种基于自适应粒子滤波的多源融合室内定位算法APFP。考虑到系统成本及设备支持问题,选用蓝牙beacon信标和手机内置传感器作为定位信号源,选用蓝牙信号强度值（Received Signal Strength,RSS）三边定位和手机行人航位推算（Pedestrian Dead Reckoning,PDR）定位作为单源定位方法。结合两种单源定位方法的定位特性设计了自适应滤波条件。APFP通过有效结合蓝牙RSS三边定位无误差累积与手机PDR定位短距离精确的特点,仅在满足自适应滤波条件的情况下进行滤波,自适应减少滤波次数,在保证融合精度的前提下,达到降低融合时延的目的。在MATLAB平台上,以均方根误差（Root Mean Squared Error,RMSE）、平均绝对误差（Mean Absolute Error,MAE）、运行时延为评价指标,分别对蓝牙RSS三边定位、手机PDR定位两种单源定位方法,以及传统粒子滤波算法、基于地图限制的粒子滤波算法、自适应粒子滤波算法APFP三种多源融合定位方法进行了仿真分析与对比实验,并搭建了蓝牙beacon定位环境,研发了PDR定位APP,实地采集实验数据。实验结果分析表明,在低噪声室内环境下,APFP与传统的粒子滤波算法和基于地图限制的粒子滤波算法相比,在保障定位精度的前提下,融合时延分别降低了59.89%和54.37%;在高噪声室内环境下,APFP相较传统粒子滤波,不仅定位精度更高,而且降低了53.1%的融合时延。