随着无线通信技术与情景感知服务的不断发展,基于位置的服务(Location Based Services,LBS)显示出了广阔的应用前景。目前室内定位技术主要是基于无线信号的定位技术。由于无线信号在室内传播过程中会被人体吸收,此外还会受到多径、非视距的干扰,因此定位精度不高,无法满足室内LBS对定位精度的要求。地磁场作为地球的固有资源,具有稳定、不受人体影响等优点。室内复杂的建筑结构的影响而产生的地磁异常场与位置相关,利用这种地磁异常场有进行高精度室内定位的潜力。然而,室内地磁场位置分辨率不高、信号微弱,应用起来难度较大。随着智能移动终端的不断发展,智能手机不断嵌入多种传感器,例如加速度计、磁力计、陀螺仪等,这为利用地磁进行室内定位提供了可能。本文首先介绍了室内地磁场特性以及地磁定位原理,在此基础上提出了一种后向序列匹配算法(Backward Sequences Matching Algorithm,BSMA),通过行人航位推算(Pedestrian Dead Reckoning,PDR)序列化连续时刻获得的地磁强度信息,以提高地磁信号的位置分辨率。随后本文论述了利用隐马尔可夫模型(Hidden Markov Model,HMM)融合PDR与地磁信息进行高精度室内定位的方法(Basmag)。本文进行了仿真对比Basmag与传统的混合定位算法(粒子滤波、卡尔曼滤波),仿真结果表明,本文所提算法定位精度更高,定位性能优于传统的混合定位算法。最后,作者利用智能手机终端在室内进行定位实验,用于验证本文所提算法的实际有效性以及鲁棒性。