基于位置的服务在军事、急救和商业领域都有着十分重要的应用。然而在室外占主导地位的GNSS（Global Navigation Satellite System）并不能在室内提供定位服务。日益普及的智能手机无疑是个人应用中基于位置服务的主要载体，而智能手机丰富的环境感知能力使其具备了在室内定位用户的能力。本课题基于智能手机的MARG（Magnetic, Angular Rate, andGravity）传感器（即加速度计、陀螺仪和磁力计），研究在室内条件下如何通过手机的自包含传感器计算行人的行进方向和运动轨迹，并设计粒子滤波器融合室内平面图和行人航位推算信息，实现行人室内定位解决方案。上述方案只使用普及的智能手机和室内平面图信息，不需要任何额外的基础设施。实现手机行人航位推算室内定位的挑战在于：手机传感器采样率低、噪声大；室内磁场干扰严重；手机运动自由度高、放置位置多样化；粒子滤波计算量较大等。针对这些挑战本文重点研究以下三个方面：1.对磁场异常免疫的姿态算法研究室内的磁场干扰会造成偏航角估计的偏差，继而影响行人航位推算的精度。本文提出了一个两阶段的滤波器来判断磁场的受干扰情况：在一阶段，通过模糊逻辑和广义似然比检测磁场计算的偏航角是否被干扰；第二阶段比较由磁场和惯性器件测量的偏航角的变化趋势是否一致，并使用滤波器的输出融合传感器数据计算姿态，通过实验验证了该算法的性能。2.行人行进方向算法研究手机在实际使用中存在多种放置位置且运动自由度较大，本文将其归纳为4种使用模式，即指南针模式、打电话模式、口袋模式和摆臂模式，并利用行人的步态特征实现了从偏航角估计行人行进方向和对水平加速度主元素分析计算行进方向两种算法，通过长距离的实验验证了上述算法的可行性。3.自适应的粒子滤波算法本文使用二进制权重减少计算量，并利用每一代粒子的存活情况更新行人航位推算中的行进方向和步长模型中的参数，使用较少的粒子达到了亚米级的定位精度。本文通过将地图网格化，并在格点处建立查找表降低了粒子权重更新的时间复杂度。综上所述，本文研究了手机传感器标定，适应多种手机摆放位置的行人航位推算算法和融合平面图信息的自适应粒子滤波算法，实现了一套完整的基于智能手机MARG传感器和室内平面图的易于个人使用的室内个人定位系统。