人们生活的大部分区域是依靠全球卫星定位系统（Global Navigation Satelite Systems,GNSS）来提供定位服务,在卫星定位信号受到遮挡或者屏蔽的情况下,依靠如WIFI和蓝牙等室内位置特征信息解算实现定位服务。基于智能手机的行人室内定位技术在智慧城市、智能车研发与医疗产品领域重要性与日凸显。针对多种室内定位方法存在算法冗余度、难以推广和精度因素的限制,提出融合室内行人的无缝导航算法研究。主要对以下研究内容进行详述:首先,针对惯性传感器数据采集时受到的噪声干扰,传感器信号具有弱非平稳的特性,提出一种优化阈值函数的自适应小波去噪算法。该算法阈值解算采用自适应阈值计算方法,通过均值和标准差计算控制阈值的调节因子,并通过原始数据和经过小波分解的数据的样本协方差和样本方差和进行高低阈值调节控制,实现对后续微惯性器件数据的预处理。对影响微惯性传感器信号去噪效果的一个最重要的参数-阈值函数进行有效改进,添加幂级数和指数函数增加阈值函数的光滑性和降噪性。其次,针对多源融合室内行人导航随机抖动和假走状态对计步算法的影响,提出基于自适应动态方差阈值约束的行人计步算法。该算法通过添加权重因子进行加权步长估算,通过调整模型参数实现步长补偿。依据行人运动状态具有状态连续性,对计步波峰增加多个自适应动态阈值判定条件。利用加速度方差值的幅度变化,统计N+1个点处的加速度方差值进行动态方差阈值比较,对行人运动状态和步长有效修正。最后,针对多源融合室内行人航向估计中测量噪声存在不确定性的问题,提出一种基于优化步长与航向估计的行人室内导航算法研究。该算法添加渐消记忆因子和限定记忆加权因子削弱噪声协方差估计对协方差矩阵量测噪声参数进行估计和修正,提高最新数据的权重。通过对固定长度历史数据实行指数加权调节修正测量航向角。此外进行了模糊自适应算法进行噪声参数调节控制,通过定义心协方差矩阵和调节因子调节对协方差阵参数进行模糊自适应调节,提高行人室内导航算法精度。通过仿真证明:本文提出的行人计步算法能够有效识别因为微小抖动与假走而造成的伪波峰。拟合步长准确率可达到95.78%,步数检测正确率可以达到92.62%。融合模糊推理的航向估计算法与CKF和ACKF的航向估计效果进行比较,证明了融合模糊推理的航向估计算法增加ACKF算法的自适应性和鲁棒性,可以有效修正模型噪声参数。此外,通过本文行人室内导航算法与传统算法进行了比较,本文提出的导航算法误差更小,室内导航算法更为优化。