随着信息技术的发展,特别是移动互联网和智能手机为代表的移动终端的普及,使得基于位置的服务(Location Based Services,LBS)给人们的生活带来了极大的便利。以GPS为代表的室外定位技术由于信号被遮挡无法用于室内定位,使得室内定位成为研究热点。目前虽然已经出现了红外线、超声波、射频识别、蓝牙、超宽带、ZigBee、计算机视觉、地磁场、行人航位推算等室内定位技术,但由于成本和精度没有实现平衡,仍具有局限性。因此实现成本低、精度高、实时性好的室内定位技术成为定位导航研究领域亟待解决的问题。目前智能手机越来越普及,并且集成了很多先进的硬件,如WiFi模块、蓝牙模块和加速度计、陀螺仪等惯性原件,使得在智能手机上研发室内定位系统变得方便可行。本文用智能手机内嵌的蓝牙、惯性传感器来进行数据采集,重点研究了基于iBeacon的蓝牙室内定位算法和基于航位推算的室内定位算法,在此基础上提出了基于扩展卡尔曼滤波的蓝牙和航位推算融合定位算法。选用Android智能手机作为硬件平台,配合服务器,实现了前述三种室内定位算法,并在真实场景下进行了测试比较。本文的主要工作如下:(1)本文对蓝牙室内定位的关键部件i Beacon进行了介绍,然后研究蓝牙信号的传播模型,为了找出接收信号的强度(Received Signal Strength Indicator,RSSI)与距离的函数关系,本文提出了基于分段拟合的最小二乘传播模型训练方法。为了克服RSSI的随机跳变,研究了加权滑动窗口滤波方法。然后提出了基于加权平均的改进三边测量室内定位算法。(2)分析航位推算的基本原理,给出行人航位推算(Pedestrian Dead Reckoning,PDR)的实现流程。具体来说,应用有限状态机判断用户是否在行走;行走过程中利用加速度幅值过阈值检测和自相关运算结合的步伐检测算法进行步数和步频检测;运用非线性步长模型,对步长进行估计;由于手机使用时存在多种姿态,本文利用行人的步态特征实现了从偏航角估计行人行进方向和对水平加速度主元素分析计算行进方向的两种算法。(3)对比分析蓝牙定位和PDR定位的不足,利用扩展卡尔曼滤波算法对两者进行融合,提高定位精度。(4)为了验证本文算法的可行性和实用性,本文基于Android平台和服务器,完成室内定位系统的设计与实现。该系统包括蓝牙i Beacon、Android客户端、服务器三个部分。该系统运用本文提出的蓝牙与航位推算融合定位算法,与单独的蓝牙定位和PDR定位作比较,验证了其优越性。