WiFi指纹定位法在室内定位技术中的应用最为普遍。该方法需要在待定位区域,建立参考点处来自不同无线接入点的信号强度值(RSS)的指纹数据库。然而在实际室内环境中,会存在家具位置移动、人员走动、AP位移、缺失等现象。这就需要耗费大量人力物力,来经常性地维护更新指纹库。因此利用众包思路,结合行人航位推算技术(PDR)来提高WiFi指纹库维护更新效率成为了研究热点。目前基于手机的PDR技术,在行人航向测算上通常要求手机一直保持固定的水平姿态。但在众包使用场景中,手机姿态多样,这种限制条件导致目前的众包快速建库方法不具有实用性。针对此问题,本文在分析室内手机使用场景之后,首先提出了一种基于SVM的手机姿态分类方法。尤其针对难以判断的行人航向信息,本文提出了一种基于主成分分析的转向动作检测方法。并通过实验证明了该方法在行人姿态、手机姿态检测上的有效性。在检测到不同时刻下手机姿态、用户运动状态后,本文提出了一种基于地标辅助的行人航向更新算法,有效融合了转弯点处AP、手机内置惯性传感器等信息。本文还提出了一种基于粒子滤波的转弯点纠正算法来解决粒子滤波中出现的粒子“回跳”问题。在推算出行人室内移动轨迹的同时,该方法不要求手机相对人体保持固定姿态,有效解决了传统PDR方法对手机姿态的限制问题,适用于室内众包场景。最后针对指纹库更新维护问题,本文提出了一种基于克里金插值的样本点RSS数据优化算法,在行人移动过程中,手机自动采集RSS信息,并通过时间戳将RSS标签与具体位置点对应,完成了指纹库维护工作。文章还详细说明了基于众包思路的指纹库数据更新框架,并通过实验证明了本文方法可以在保证指纹库定位精度的同时,有效降低其维护所需的人力物力,具有较强的实用性。