城市化的迅速发展催生了数以万计的高楼大厦，伴随智能终端的广泛普及面向智能终端的室内移动位置感知技术成为研究热点。基于地磁的室内定位技术由于不需要部署额外的基础设施，具有较高的定位精度和稳定性成为室内定位技术的一个研究方向。　　基于地磁的室内定位技术需要预先在建筑物内定位区域的不同位置采集地磁信号作为对应空间位置的信号特征，结合智能手机集成惯导传感器提供的航迹推断信息估计目标的位置。基于地磁定位技术核心工作之一是构建地磁指纹库。目前一般由专业技术人员去现场采集地磁指纹数据，存在采集开销过大，人力成本较高等不足，限制了地磁定位技术的应用推广。与此不同，本文采用大众化非专业技术人员参与的众包方式进行分布式磁数据采集，有效降低了地磁指纹库的构建开销。针对非专业人士采集指纹由于经验不足或者恶意操作而产生的脏数据，本文研究了基于聚类的数据处理方法剔除误差数据的影响。此外，本文还探索了基于众包指纹数据的室内空间拓扑挖掘技术，以获取室内地图。　　本文的主要贡献如下:　　首先，采用实验方法，对众包采集的地磁特性进行了实验分析，具体内容包括用户自然使用手机情况下不同方向地磁分量及幅度变化特点，得出使用地磁幅度进行定位的必要性，然后比较了室内不同轨迹地磁指纹以及不同楼层相似室内布局地磁指纹的差异性，此外，实验还评估了地磁设备异构性、时变性问题，提出了采用地磁差分进行指纹匹配的思路。　　其次，本文提出了基于众包指纹采样的自适应建立地磁指纹库构建算法。该算法先是利用航迹推算估计出下一时刻的位置;接着利用手机自带陀螺仪检测到室内运动的拐弯点，将长轨迹划分为不带拐弯的原子轨迹;然后，基于相同空间轨迹地磁稳定和一致的特点，使用K-means聚类算法将地磁轨迹相似的航迹进行聚类，对处于同一簇的地磁指纹和对应航迹分别进行融合;最终，使用DTW算法将融合后的地磁数据与物理空间进行一一关联。此外，本文针对没有室内地图的应用场景，还提出了基于众包地磁数据的室内空间拓扑挖掘算法，该算法采用AP(Affinity Propagation)聚类算法，将所有众包采集的地磁轨迹数据进行聚类，然后使用最小路径算法构建出室内拓扑结构。该方法可应用于无室内地图或室内拓扑发生较大改变场景下的室内地图自动构建，可有效降低人工现场勘探开销。　　最终，基于自主研发的NaviStone，对论文所提算法做性能测试。