随着数据和多媒体业务的飞速发展,基于位置信息的服务(Location Based Services,LBS)已经逐渐成为人们日常生活中不可或缺的一部分,而室内定位作为延伸移动位置服务“最后一米”的关键技术,受到了众多学者和研究机构的广泛关注。面对复杂的室内环境,单一定位系统无法满足室内位置服务需求。基于位置指纹的定位系统作为室内主流的定位方案,仍存在建库成本高,定位精度低,信号波动性大等问题。而基于微电子机械系统(Micro-Electro-Mechanical System,MEMS)传感器的定位技术能够实现短时精度高,但存在长时间累积误差大的缺点。基于此,本文研究并设计基于蓝牙/MEMS融合的室内定位系统,解决了单一系统中存在的定位问题,并通过动态建库方法减少了建库成本,有利于系统推广。首先,研究了基于MEMS传感器的行人航迹推算算法(Pedestrian Dead Reckoning,PDR),实现了行人速度估计和航向角解算。其中,通过神经网络训练步长模型参数,以适用于不同用户的实时速度解算;同时,根据九轴传感器之间的互补特性,设计了基于互补滤波辅助扩展卡尔曼的航向角解算算法,提高航向角估计精度。然后,通过分析真实场景下蓝牙信号分布情况,提出了利用传感器辅助蓝牙来动态建立多方向指纹数据库的方法,考虑了人体遮挡影响并降低离线建库成本;同时,采用聚类算法完成相似区域划分,实现在线阶段的粗定位,再利用加权K近邻算法实现精定位,减少在线定位匹配时间。最后,根据蓝牙定位和航迹推算定位的互补特性,研究基于扩展粒子滤波融合算法,其中利用扩展卡尔曼融合观测信息来近似求解重要采样函数,用于粒子更新,从而得到最优用户位置。在完成蓝牙/MEMS融合算法的基础上,搭建系统平台并在不同场景下进行性能测试,实验结果表明,动态指纹数据库具有明显的区域特征,且融合系统的平均定位精度在1米左右,明显优于两个单系统的定位精度,并在不同环境中定位性能稳定。