随着多传感技术、信息融合技术、计算机技术等科学技术的不断发展,现代战争模式逐渐从传统战争演变为如今的信息化战争。单兵作战系统是现代战争系统的一种重要的表现形式,是实现信息化战争的基础,而人体行为识别和定位功能则是单兵作战系统中的重要组成部分。本课题研究的单兵行为识别和定位系统采用低功耗和便携的硬件搭建,引入了深度学习方法来进行人体行为识别并在实际测试中获得了较好的结果,设计的北斗导航系统配合惯性导航的解决方案可以实现全天候的单兵定位。本文首先进行了单兵节点和服务器节点的设计,单兵节点主要包含惯性传感器、本地信息处理平台和显示模块,主要负责完成单兵信息的采集和数据处理,以及本地实时的行为识别和定位;服务器节点主要负责实时监控每个单兵节点的状态。软件部分设计了单兵节点和服务器节点之间的无线通讯方式,设计并开发了单兵监控界面,可以实现实时的图形化的单兵状态监控。接着进行了基于惯性传感器的人体行为识别的研究。数据预处理方面首先对原始数据存在的偏移进行了校正,并使用中值滤波的方法进行了噪声抑制,滤除了重力加速度以获得更具有表征能力的线性加速度;提出了基于注意力机制的长短时记忆网络行为识别算法,经实验验证该算法在Opportunity数据集上获得了非常优异的精度;最后研究了深度学习在树莓派上的算法部署,并进行了实际的实验,实验结果表明,该系统的人体行为识别功能有着较高的准确率,可以满足课题需求。最后本文进行了单兵定位的研究。本课题采用了航位推算和零速校正算法来进行没有北斗导航信号情况下的单兵定位,阐述了所使用的姿态解算算法、速度位置更新算法和零速校正算法;并在惯性测量单元LSM9DS0的基础上进行了多个直线和圆周定位实验。使用北斗导航系统配合惯性导航的方式可以实现全天候下的单兵定位。