摘要：為提高室內定位的精度和穩定性,提出使用粒子濾波融合WiFi指紋定位和行人航位推算的室內定位算法。為減少復雜室內環境對WiFi指紋定位的影響,提出將支持向量機分類與回歸相結合的兩級WiFi指紋定位算法。在基于智能手持設備慣性傳感器的行人航位推算中,為減少慣性傳感器的誤差以及人隨意行走帶來的影響,采用狀態轉換的方法識別行走周期并進行步數統計,提出根據實時加速度數據動態設置狀態轉換的參數,利用步長和垂直加速度之間的關系以及相鄰步長之間的關系,應用卡爾曼濾波進行步長計算。仿真實驗中,基于支持向量機的WiFi指紋定位的平均誤差比最近鄰居（NN）算法降低34.4%,比K最近鄰居（KNN）算法降低27.7%。改進的行人航位推算的性能優于常用代表性計步軟件和步長計算算法,而經過粒子濾波融合后估計的行走軌跡更加接近真實軌跡：直線行走平均誤差為1.21 m,優于WiFi的3.18 m和航位推算的2.76 m;曲線行走平均誤差為2.75 m,優于WiFi的3.77 m和航位推算的2.87 m。