基于位置的服务(Localization Based Service,简称LBS)在人们的生活中扮演着重要的角色。智能手机用户可以通过全球卫星定位导航系统轻松获取位置信息,但是这种定位系统依赖于卫星的辅助。在室内环境中,卫星定位系统会因为受到信号阻塞的影响而定位失败。自主式行人定位技术能够不依赖于外部辅助设备而实现定位功能,具有巨大的研究价值。本文研究了基于智能手机的自主式行人定位算法,在行人航迹推算(Pedestrian Dead Reckoning,简称PDR)算法框架下进行了定位算法的研究和改进。主要研究内容包括以下三个方面:(1)研究了行人航迹推算算法,对其中的子算法进行改进。分析行人行走过程中的步态特征,提取关键步态事件作为跨步检测条件,提升跨步检测算法的性能。改进基于梯度下降法的传感器数据融合算法,限制性融合磁力计数据,实现了航向漂移抑制,避免了磁场干扰带来的滤波发散。使用极大似然估计法进行跨步长模型参数估计,提出了一种跨步长估计模型。(2)在行人航迹推算的基础上实现基于粒子滤波的室内地图匹配,有效解决了行人定位跟踪轨迹穿墙问题,提升了行人定位精度,优化了定位轨迹,使得滤波后的轨迹更加符合真实情况。(3)进行大量的实验验证,验证跨步检测算法、航向估计算法、跨步长估计算法等算法的性能。分别在室外体育场和室内环境中进行实测实验,给出定位结果的量化指标,分析了实验结果。为了验证本文算法的有效性和精确性,分别在室内外环境进行了实测实验。在室外体育场,两种行走轨迹的相对定位误差分别为0.30%和0.41%。在室内环境中,三种行走轨迹实验的平均相对位置误差分别为1.62%、1.00%和0.92%。经过基于粒子滤波的地图匹配后,定位结果的相对位置误差从1.60%分别降低到了0.45%和0.51%。实验结果表明,本文算法具有较高的定位精度。