复杂环境下低成本、高连续性的行人导航是智能终端与位置服务领域的重要研究问题。全球导航卫星系统（Global Navigation Satellite System，GNSS）虽能提供绝对位置信息，但在建筑遮挡、室内外过渡等场景中易受多路径和非视距传播影响而性能退化。微机电系统惯性测量单元（Micro-Electro-Mechanical System Inertial Measurement Unit，MEMS-IMU）虽可提供连续自主的运动信息，但其测量噪声与零偏漂移较大，且传统行人航位推算（Pedestrian Dead Reckoning，PDR）方法对设备携带方式变化适应性不足，容易导致步长估计失配和航向误差累积。针对上述问题，本文围绕低成本MEMS-IMU与GNSS融合条件下的行人导航开展研究，主要包括：

（1）设计实现了一个融合导航数据采集系统。该系统以STM32F407微处理器为主控，集成四通道MEMS-IMU阵列与GNSS模块，实现多源数据稳定采集与统一管理。

（2）针对低成本MEMS-IMU存在通道一致性差、随机误差较大的问题，建立了加速度计、陀螺仪与磁力计标定模型，并提出一种基于质量因子的MEMS-IMU阵列自适应加权融合方法。实验结果表明，相较单通道IMU输出，所提方法可使角度随机游走系数至少降低70.00%，零偏不稳定性至少降低23.32%；相较等权平均融合，角度随机游走系数进一步至少降低48.85%，零偏不稳定性进一步至少降低23.16%。

（3）针对传统PDR方法在复杂使用条件下适应性不足以及长时间定位误差易累积的问题，提出了一种结合携带方式识别的自适应PDR方法以及GNSS/PDR融合导航方法。通过引入携带方式识别、自适应步长估计、多源信息融合航向修正以及GNSS/PDR融合算法，提高了复杂环境下定位的连续性与稳定性。实验结果表明，所提方法能够稳定识别手持平放、口袋和摆动三种典型携带状态。在多携带方式室内实验中，相较传统PDR方法，所提方法的终点误差和平均误差分别降低约77.07%和81.76%；在多携带方式室外实验中，终点误差和平均误差分别降低约87.57%和72.62%。在此基础上，GNSS/PDR融合方法进一步降低了定位误差，提高了轨迹连续性与定位稳定性。

本文研究实现了从多源数据采集、惯性输入质量提升到PDR算法改进和GNSS/PDR融合定位的完整技术路线，相关研究结论和实验成果可为复杂环境下低成本行人导航系统的设计与实现提供方法和技术参考。