随着计算机技术和人工智能的快速发展,基于室内定位服务的应用不断增多。其中,基于地磁场的室内定位技术因为无需外在设施、定位精度高等独特的优点逐渐成为研究热点,粒子滤波算法被认为是基于地磁场的各种室内定位算法中最有前景的算法之一。但是,现有的基于粒子滤波的室内定位算法一方面普遍存在着重采样之后粒子贫乏的问题,另一方面又受到行为模型的误差影响而定位误差大,系统可靠性不高。本文针对粒子滤波定位算法中存在的问题进行分析与研究,通过在重采样算法、观测模型以及行为模型等多个环节进行改进,提出了一个改进的粒子滤波算法,并且通过仿真实验证明本文提出的定位算法误差在1米左右。本文主要工作是:通过分析智能手机传感器的测量特性,在利用不同手机测量构建地磁场模型的实验基础上,提出以地磁变化率改进算法执行过程中对地磁数据的处理;通过分析粒子权重对重采用过程的重要性,提出基于观测路径相似性的采样方法,并采用相对误差计算相似度;针对粒子滤波算法在重采样之后粒子丰富性降低的问题,提出了一种改进的进化重采样粒子滤波算法;通过分析行为模型误差,提出了以粒子加权步长代替运动模型中的固定步长;通过分析定位目标朝向发生改变增加水平方向磁场噪声的情况,提出了一种融合三维分量匹配模型和HV匹配模型的混合匹配模型;最后针对算法定位丢失定位目标的情况,提出了一种地磁匹配的解决方法。