火灾始终威胁着消防救援人员的生命安全,对在现场救援过程中的人员移动定位是保障安全的关键问题,成为研究的热点。随着物联网技术的蓬勃发展,低功耗蓝牙（Bluetooth Low Energy,BLE）和惯性导航技术成为室内定位的研究热点。但蓝牙信号易受环境因素的干扰,可能会导致蓝牙信号强度（Received Signal Strength Indicator,RSSI）跳变,产生误差。基于惯性导航技术的行人航位推算（Pedestrian Dead Reckoning,PDR）模型虽然可以提供高精度定位,但由于行人航位累积误差,不宜长时间使用。针对上述问题,本文研究蓝牙指纹定位和惯性导航PDR定位技术的融合。首先研究分析采用均值滤波、中值滤波、高斯滤波、卡尔曼滤波这四种滤波算法来对蓝牙RSSI进行预处理,以减少室内环境干扰引起的误差。然后,分析了最近邻（Nearest Neighbor,NN）、K最近邻（K-Nearest Neighbor,KNN）和加权K最近邻（Weighted K-Nearest Neighbor,WKNN）这三种匹配算法,通过定位实验验证,确定采用最优的WKNN定位算法,同时,确定采用高斯滤波算法进行蓝牙数据预处理的指纹库。接着选取基于惯导技术的PDR算法,从步态检测、步长估计和航向估计三个角度研究PDR算法。最后,建立基于扩展卡尔曼滤波（Extended Kalman Filter,EKF）算法的融合定位模型,实现了蓝牙指纹和PDR的融合定位。基于蓝牙指纹定位可以提供较好的定位精度且定位误差稳定,同时利用惯导技术的辅助,二者的融合大大提高了定位精度。实验结果表明,蓝牙定位指纹与PDR融合的定位方法,充分利用了两种技术的优势,平均定位精度仅为0.89m,定位误差累积概率达到90%时,融合定位的误差达到1.30m,对比蓝牙指纹定位和PDR定位,误差减小比例分别达到18.75%和51.85%。