随着近年来网络通信技术和智能移动终端的快速发展,基于位置的服务已经越来越广泛的应用于人类的日常生活场景。在消费级室内定位技术应用领域,基于智能手机的定位技术在通用性和便捷性上具有无可比拟的优势,然而,与之相对的是各类基于智能手机的高精度复杂室内场景的定位技术还存在瓶颈。基于PDR算法的定位技术不易受环境干扰且不需要额外安装基站,但长时定位存在累积误差;基于声信号的定位技术可以达到较高的定位精度,但在非视距环境下的定位性能将急剧下降。总之,当前市场上并未出现成熟完备的高精度室内定位系统,高精度复杂室内场景的定位与跟踪问题仍有着广泛的研究和应用前景。本文从定位精度、鲁棒性、建设成本、传输距离和手机兼容性几个角度分析了常见的室内定位技术的优缺点,提出通过多源信息融合定位算法弥补各类单一定位算法的缺陷,并对融合定位中的各算法模块进行了进一步的研究。本文的主要研究内容和创新点如下:第一,本文开创性的提出了一种基于粒子滤波框架的声信号量测、PDR模型和电子地图信息融合定位算法,综合定位精度、建设成本、系统鲁棒性和通用性来评估,该定位算法优于其他常见的室内定位算法。针对该算法中的声信号量测,本文通过仿真实验证各算法定位性能,并选择了基于偏差补偿的TDOA位置估计算法。第二,针对融合定位算法中PDR算法的步长模型,本文提出了一种基于最小二乘算法和定位结果迭代的粒子步长更新算法,该步长更新算法无需收集用户信息,且能够根据用户运动的状态实时更新步长,具有更高的易用性和准确度。并结合基于偏差补偿的TDOA位置估计算法提出了PDR-TDOA融合定位算法。第三,针对地图信息已知的室内定位场景,本文在PDR-TDOA融合定位算法中引入了地图约束,更有效地更新粒子权值、约束目标穿门路径,显著地提升了定位精度和鲁棒性。第四,针对室内定位的非视距场景,本文提出了基于声信道传播特性和非监督学习的非视距识别方法,并针对该方法中的误判现象,利用非视距识别和量测一致性改进了TDOA位置估计算法,该方法能够有效寻找可靠的参考节点、筛除非视距量测信息。针对低信标节点覆盖率的场景,本文进一步利用地图一致性和非视距识别改进TDOA位置估计算法,并将改进后的TDOA位置估计算法用于融合定位。该方法充分利用地图信息,能够在低信标节点覆盖率的场景下,通过地图信息的约束找到最佳位置估计结果。最后,在本文设计的定位算法的基础上,本文还设计了能够应用于实际场景的定位系统。该定位系统基于提前布置的信标节点、服务器,结合用户端的智能手机,能够实现实时室内定位以及服务端、智能手机端的定位结果显示。