行人导航系统(又称单兵导航系统,Pedestrian Navigation System,PNS)是在上世纪九十年代末兴起的一种新的应用定位技术,它借助于专用设备实现对个人实时定位和跟踪,引导行人快速找到目的地。GNSS能够在全球开阔环境下全天候地为用户提供连续、高精度的位置、速度和时间信息。近年来,随着新型微电机械系统(Micro Electro Mechanical System,MEMS)技术的快速发展及其在移动智能终端中的日益普及,我们也可以通过行人航位推算(Pedestrian Dead Reckoning,PDR)方法来获得连续的相对位姿信息。PNS将卫星导航定位技术与基于MEMS传感器的PDR融合,实现优势互补,可以为大众用户提供高精度的、连续可用的行人导航服务。本文系统地研究了智能手机与足部PDR融合的大众行人无缝定位技术。针对在城市复杂场景下GNSS信号可能由于弱信号或者非视距而衰减甚至中断的问题,提出了低成本GNSS和MEMS传感器的数据融合算法。详细分析了低成本GNSS设备的观测值质量,提出了相应的数据预处理以及滤波定位方法。将零速修正与步长-航向PDR融合,在多源观测值约束下,实现了高精度航位推算以提供连续的相对位姿。基于Android智能手机的内置多源传感器,研制了行人导航应用软件“Walker”。论文的主要工作和成果如下:(1)评估了Android GNSS观测值的数据质量特性,详细说明了观测值获取方法,利用实测数据对卫星可见性、载噪比、伪距噪声、伪距变化率、相位变化率以及多普勒等方面进行了量化评估与分析,实测结果表明使用精度较高的相位和多普勒观测值平滑伪距噪声有望提高智能手机GNSS导航定位的精度。(2)提出了一种联合运动模型的GNSS滤波定位方法,并且基于前述数据质量分析的结论给出了一种较为稳健的GNSS观测值数据预处理策略。在数据预处理中,利用观测值前后历元的一致性进行粗差探测与剔除,并且统一到伪距率/相位率/多普勒测速方程中。在滤波定位算法中,利用测速信息建立位置变化的状态方程,并进行伪距的观测更新。实测试结果表明,本文的滤波定位算法在ENU方向的静态定位误差RMS分别为0.60 m,0.54 m和1.36 m,精度比手机GNSS芯片输出的结果在水平和高程方向分别提升了47%和20%。(3)详细讨论了低成本MEMS传感器多源观测数据在行人航位推算中的应用,总结了SL-Heading和INS-ZUPT两类常见PDR推算方法的实现方法,并且深入研究了3D航位推算中的自适应零速探测、气压计高程约束和加速度计调平磁航向约束三项关键技术,实现了基于低成本MEMS传感器多源观测数据的连续行人航位推算,为大众行人室内外无缝定位提供连续航姿信息。实测结果表明,本文的3D航位推算方法在水平和高程方向的位置误差分别为1.65 m和0.46 m,累积距离误差精度达到0.97%,高程闭合差达到分米级精度。(4)提出了基于Android GNSS/MEMS融合的大众行人室内外无缝定位算法,利用GNSS测速信息改进了PDR定位性能,并且给出了GNSS/PDR融合滤波定位的数学模型,对其中初始对准与滤波更新的关键技术进行阐述,实测分析表明组合滤波算法具备复杂场景下连续定位能力,相位历元差分的水平位置累积误差为0.51%,能够有效校正PDR误差参数。(5)设计并实现了“Walker”安卓应用软件,基于Android操作系统开发,嵌入了自研GNSS/PDR融合定位算法,可以实现大众用户室内外无缝导航定位。实测结果表明,在部分遮挡的场景下(操场和主干道)融合定位水平位置误差优于2 m,比智能手机GNSS芯片输出的结果精度提升了一倍;在完全遮挡的场景下(教学楼门洞和室内)达到了分米级的高程闭合差精度,并且累积距离误差精度优于1%;将手机GNSS与足部MEMS融合,实现了2 m级精度的室内外无缝定位与平滑切换。