随着互联网技术的发展,基于位置的服务为人们日常生活提供了诸多便利。室外环境下,GPS定位精度很高,然而室内环境下GPS受遮挡影响而失效,亟需高精度、低成本、鲁棒性好的室内定位技术。当前单一的室内定位技术,或多或少存在一些缺陷,难以满足用户定位需求。近年来,智能手机日益普及,如何充分利用智能手机内置的各类传感器,对多种定位技术进行融合,进而开发高精度、低成本、鲁棒性好的室内定位系统,成为新的研究热点。通过查阅大量国内外文献以及进行相关基础性实验等前期工作,发现PDR(Pedestrian Dead Reckoning)具有自完备性,不易受环境干扰,但存在累积误差,而声信号定位,定位精度高,易受环境噪声影响。基于以上分析,提出基于智能手机的声信号与PDR融合室内定位方案,本文的主要研究内容和贡献如下:(1)智能手机PDR相关参数的鲁棒估计与算法实现,提出了基于动态阈值的步伐检测算法;提出了基于声信号定位的个体步长估计以及基于粒子滤波的个体步长动态更新,有效减小了固定步长带来的定位误差。(2)室内空旷场景下基于声信号定位与PDR的粒子滤波融合定位解决方案,提出了结合步长模型的时间配准方法,解决了时间不匹配问题对融合定位的影响;提出基于PDR的声信号定位非视距识别及粒子权值更新方法,有效地剔除了声信号定位异常值对融合定位的不良影响,提升系统的鲁棒性。(3)室内走廊场景下基于声信号TDO A(Time Difference of Arrival)、PDR与地图信息的低成本粒子滤波融合定位解决方案,利用特定几何位置下的TDOA不变性获得用户初始位置,进而实现粒子初始化,降低了对初始位置的依赖;提出基于PDR的声信号TDOA非视距识别及粒子权值更新方法,剔除声信号TDOA异常值的负面影响;提出了走廊场景下基于用户行走特性的粒子滤波重采样改进方法,有效提高了定位精度以及系统的鲁棒性。