随着无线通信技术的发展和普适计算的兴起，基于位置的服务（LocationBased Service, LBS）在人们日常活中，尤其是室内生活中，智能手机扮演着越来越重要的角色，突显商业、科研和社会价值。LBS价值的体现依赖于精确的室内定位与导航技术。全球定位系统（Global Positioning System, GPS）在室外定位中性能出色，但是不适用于室内环境。经过十余年的研究发展，室内定位技术有了显著的进步。主流室内定位与导航方法主要分为行人航位推算（Pedestrian Dead Reckoning, PDR）和基于接收信号强度（Received Signal Strength, RSS）的测距或指纹法。前者由于硬件制约，需要实时进行精确校正来减少累积误差；后者需要一个繁重的训练阶段来构造一个较准确的测距模型或指纹库，且需要与服务器进行大量通信，提高了计算成本。本文在前人研究的基础上，提出利用智能手机，融合室内环境的WIFI RSS数据纠正室内RDR误差的定位技术。该技术不直接使用RSS的绝对值，而是根据行走中RSS值的变化特征，进行位置误差纠正。本文对三个室内定位的实际问题，即突发抖动对运动的影响、累积误差导致的房间估算错误和估算的位置连续“撞墙”，进行观察研究，提出了转弯确认算法、房间识别算法和房门检测算法，有效地纠正了以上错误，降低了定位误差。在此基础上，本文设计实现了结合改进的粒子滤波（Particle Filter, PF）算法、航位推算、基于室内RSS变化分析以及室内平面图的WaP（WiFi-Assisted Particlefilter）系统。该系统仅需要室内研究场地的平面图，以及该场地各无线网络接入点（Access Point, AP）所在的房间号，不需要WiFi接入点的具体坐标，也不需要对室内环境进行开销很大的无线指纹测量作为基础。本文在现有的Android智能手机上实现WaP原型。作为轻量级的定位系统，仅用400个粒子就可以达到很好的定位精度，不用架构服务器进行大量的运算，节省了通信和计算开销。在室内1362平方米的实验场地做了大量实验，实验结果表明， WaP达到了0.71米的定位精度，即低于米级别的定位误差。