物联网技术的发展,使得为任何事物标注时间、地点的标签变得尤为重要,人们对室内定位的需求日益迫切。常见的室内定位技术有蓝牙,Wi-Fi定位技术,射频标签,基站定位,人行航迹推算技术等等。其中人行航迹推算技术有无需外界信号源,无需大量基础设施,传感器器件方便易得等优点被广泛应用,但是由于传感器本身存在零偏、随机噪声等误差,行人携带终端相对位置不确定的问题限制了技术的发展。本文针对上述传感器误差和携带终端相对位置变化的问题,着重研究行人正常行走时手持智能终端,阅读、接打电话、甩臂、跑步4种姿态下的人行航迹推算技术,通过时域下分析传感器数据进行误差标定,在频域下通过巴特沃斯滤波器滤除高频噪声,针对外界干扰引起的磁场畸变,对磁场数据进行卡尔曼滤波,减小磁场畸变对航向角的影响。最后完成在四种姿态下步长计算模型的修正,提出主轴与前进轴联合计步方法和行人航向的计算方法。本论文完成以下三个方面的工作。1.本文对智能终端自带传感器的原理及误差进行分析,静止状态存在常值误差、随机误差,运动时随着周围环境变化对磁场数据的干扰都会造成航向角不准确或者发生突变,本文通过对数据的预处理完成对常值误差标定修正,对磁场数据进行卡尔曼滤波处理,提出利用修正之后的三轴磁场数据与加速度数据进行姿态结算结果与误差标定修正之后的陀螺仪数据求解的姿态角度进行卡尔曼融合滤波,能够有效抑制航向角突变,使得在手机头部朝向不与行人航向一致时的航向角较快趋于正确值。2.本文利用SVM做分类器,运用加速度传感器数据和陀螺仪数据进行多特征的手持姿势识别,在四种手持手机姿态下进行特征分析,完成数据的特征提取,提出角速度的标准差,合加速度值,Y轴与Z轴的数据关系作特征向量的识别算法,正确识别率能达到93%。3.在四种姿态下对行人的步长,步伐数,航向角进行计算。提出了通过确定主轴与前进轴的方式分析加速度数据,可以避免在踏步,上下晃动手机,左右摇晃,静止做单摆运动等类似没有发生真正跨步的模式下的多计步问题,此方法的计步精度可到达98%,较合加速度求解计步值算法更为精确。修正峰谷值计算步长的方法,步长的平均误差在2厘米左右,利用融合滤波算法得到行人的航向。