随着互联网技术的迅猛发展以及基于位置的应用需求不断增高，位置感知逐渐成为人们生活中必不可少的应用支撑，基于位置的服务(Location-based Services，LBS)也随之成为现代网络通信技术领域的重要研究方向。北斗卫星导航系统(BeiDou Navigation Satellite System，BDS)、全球定位系统(Global Positioning System，GPS)等卫星系统的普遍应用为室外位置服务提供了良好的应用保证，但却因遮蔽敏感性等问题无法满足复杂的室内环境的定位需求，从而无法适应于以室内定位为主要需求的智慧城市发展步伐。智能手机的普及使得基于机体内多传感器的协同数据采集不断推动室内定位技术的发展，然而，定位目标的姿态变化以及多变复杂室内环境等引起的误差积累严重影响定位精度，从而无法满足实际应用需求，为此，本文提出了一种基于群智地标的行人航位推算(Pedestrian Dead Reckoning，PDR)室内定位方法。首先，设计了基于多模式的PDR优化算法，通过识别用户携带手机的模式/姿态分类来进行阶跃状态检测和运动航向估计，并利用支持向量机进行运动步态分类，实现动态步长估计，降低位移估计误差;其次，构建群智地标模型，在基于蓝牙信标的预定义地标的基础上，在定位时，实时获取气压计、加速度计、陀螺仪等传感器的数据，建立电梯、门、拐角等具有特殊位置的点作为群智地标，实时校正PDR过程中由于定位时间过长而产生的漂移误差;最后，利用扩展卡尔曼滤波(Extended Kalman Filter，EKF)融合地标数据和PDR估计数据，解决非线性融合问题，减少迭代次数，用以快速获取用户位置信息，使定位结果具有鲁棒性。实验结果表明，本文所提出的定位方法不受用户身高和步伐的影响，在低复杂度的同时，具有较高的定位精度和较低的时延。