近年来，全球卫星导航系统(Global Navigation Satellite System，GNSS)技术不断成熟和完善，其提供的定位结果已经完全能够满足人类在室外的位置需求。随着城市化进程的急速推进，人类在室内活动的时间所占比重日愈增加，对于室内位置的需求也日益增强。然而，GNSS信号在室内会受到现代建筑材料的遮挡，在穿墙后信号强度会迅速衰减，导致GNSS在室内的表现不佳。因此针对各种室内定位技术的研究逐渐变成科研工作者们新的热门探索方向。过去一段时间内，学者们热衷于研究WiFi、Bluetooth、RFID等通过无线信号实现室内定位的方法，这些方法的定位信号与GNSS信号类似，存在穿墙后会迅速衰减的问题，且这些方法都需要提前布置大量节点，当行人到达节点盲区时，这些定位方法就毫无用武之地。
　　地球自带着大量的物理场，例如地磁场、气压场、重力场等，这些物理场是地球的固有资源，具有全天候、高隐蔽性、无辐射、无源、不受人体影响等特性，且这些物理场都能提供位置信息。例如，在几千年前，人们就根据地磁信息研制出指南针辨别方向，气压场的分布与所在海拔高度呈强相关性。对这些物理场信息加以处理和利用就能得到行人的各种位置信息。
　　基于上述分析，本文提出了一种基于物理场的行人室内定位系统。该系统主要分为两大部分，第一部分是依托地磁场，将行人航迹推算(Pedestrian Dead Reckoning， PDR)与地磁匹配相融合，得到行人在室内的平面位置。第二部分是依托气压场和重力场，对行人常见的两种楼层切换模式：楼梯模式和电梯模式实现楼层的判别，获取行人的楼层位置信息。本文的主要研究内容为：
　　1、PDR算法中，提出了一种加速度有限状态机法检测行人是否跨步，将行人一步之内的加速度分为几个状态，各个状态通过阈值切换，加速度波形经历过一个完整的流程时，即判断行人跨出一步。传统的过零点峰值法只关注固定阈值，有限状态机法更加关注的是状态间的变化，更适合处理正弦规律的加速度波形。
　　2、提出了一种自适应步长模型，该模型通过一步之内加速度的方差判断行人处于正常行走模式还是快走模式，设置两套参数，分别对应两种模式，能够自适应的在两种模式间进行切换，进而估算出准确的步长。
　　3、粒子滤波算法中，经过多次权重更新后，权重会集中在极少数的几个粒子上，导致滤波精度下降。本文将萤火虫算法迭代搜索寻优的思想融入粒子滤波的采样过程，智能的驱使粒子群在重采样步骤之前移向似然度更高的区域，进而达到提升滤波精度的目的。
　　4、分析了PDR和地磁匹配两种算法的优缺点，利用萤火虫算法优化粒子滤波将两种方法的定位信息融合，得到行人的准确位置。
　　5、传统的定位方法只关注行人的二维位置信息，本文利用气压场和重力场获取行人的楼层信息，将二维位置扩展到三维。