欧 毅，张泽欣，李星海，曹加昇，刘 宇

（1.重庆邮电大学 智能传感技术与微系统重庆市高校工程研究中心，重庆 400065；2.中国科学院微电子研究所 集成电路先导工艺研发中心，北京 100029；3.中电科技集团 重庆声光电有限公司，重庆 401332）

随着社会经济的发展，人类活动越来越多地集中在室内，对室内定位的需求逐渐提高。目前常见的室内定位技术有WiFi定位［1-2］、RFID定位［3］、蓝牙定位［4-5］等。这些定位技术需要在室内提前布置基站、成本较高，且无法完成突发情况下的快速定位［6］。而行人惯性导航定位技术是一种自主式定位技术，仅依靠安装在行人身上的惯性测量单元即可获得行人位置信息，具有自主性强、不受外界环境干扰的特点［7-10］。其中行人步长估计是行人惯性定位算法中的关键技术，高精度的步长信息可以有效地提升定位算法精度。

为提升行人惯性定位算法中步长估计的精度，研究人员进行了大量研究。Martinelli等［11］提出了一种基于行为识别的步长估计算法，该算法可以根据测试人员运动状态的变化动态调整步长估计模型，但是需要先通过RVM对运动行为进行判断，算法内部结构复杂，不适用于实时系统。Tian等［12］提出了一种基于测试人员性别、身高以及步频的步长计算模型，可以结合多种状态信息，但是该步长模型仅在行人步速或步频较高的情况下表现良好，当运动状态改变后精度下降。Ho等［13］提出了一种根据行人行走速度以及加速度变化特征动态调整的步长估计模型，但是模型中传感器数据来源于单一节点，而单个节点的数据无法包含全部的运动信息。……