随着用户生活方式的不断多样化,人们对位置信息服务的要求也日益提升。如今GNSS室外定位技术已经非常成熟,而室内定位技术仍处于发展阶段。至今还没有找到像GNSS一样普适的室内定位方法。现在主流的定位技术中尽管有像UWB定位、超声波定位、视觉导航等精度较高的定位方法,但要么造价昂贵,要么需要搭建大量基站,不利于广泛推广。Wi-Fi由于已经遍布我们的生活周围,不再需要额外建立基站,并且现在的智能手机中都嵌入了Wi-Fi,因此Wi-Fi被广泛应用在室内导航定位系统中,但是Wi-Fi定位却因多路径效应或环境的流动性而导致定位精度较差;惯性测量单元（IMU）作为比较新颖的装置,近年来在导航定位系统中备受青睐,它在短时间内可以获得高精度的定位信息,同时不需要依赖外部信号,但因此存在累计误差的问题,根本无法做到长时间定位。因此,使用单一定位技术很难兼顾定位精度和稳定性。针对这种情况,本文提出基于行人步态及转向分析的IMU/Wi-Fi室内定位方法研究,将惯导短时间内高精度相对定位的优点和Wi-Fi在室内转弯处较强的特征识别能力结合起来。研究内容主要包括以下几个方面:针对IMU累积误差的问题,提出阈值法零速修正方法。首先通过IMU传感器采集获取行人步态特征,通过分析行人步态特征,分析识别脚部触底瞬间的零速状态,再利用阈值法筛选IMU较低速率并判定该时刻速度为零;接着在此基础上对行人运动参数做出修正并利用扩展卡尔曼滤波算法进行更新,从而消除累积误差。针对偏航角误差而导致转弯处误差较大的问题,提出利用改进的Wi-Fi RSSI指纹定位算法辅助更新矫正。利用陀螺仪的峰值检测方法以及室内地图结构来检测行人转弯时刻,并结合磁力计数据来检测转弯方向;同时,利用时间戳将IMU与Wi-Fi数据的时间同步,再利用卡尔曼滤波将两者数据融合,从而提高定位精度。为验证以上定位方法,本文做了两组实验,以检验该方法分别在水平方向与竖直方向上的有效性。通过对比分析,发现组合不管是在水平方向还是竖直方向,其定位精度都要优于单源定位精度,验证了该定位方法的有效性。