设计并实现了一个基于深度学习的室内定位系统,该系统分为信息采集模块、地磁定位模块、深度神经网络定位模块及联合定位模块4个模块.首先利用智能手机传感器采集室内地磁信号,以地理位置为标签保存为位置指纹文件.通过粒子滤波算法计算得出用户地理位置.然后使用深度神经网络模型和当前扫描的数据预测行人位置,最后对用户位置进行校正,消除地磁定位的累计误差.将基于深度学习的室内定位方法在Android平台实现并进行相应测试.实验结果表明,改进后的地磁室内定位的平均误差为2.2m,较只使用地磁定位技术进行定位时,定位误差平均降低了2.3m,具有更高的定位精度.