1.一种针对摆臂行人的行人航位推算方法，其特征在于，包括以下步骤：S1：利用惯性传感器采集行人的俯仰角序列、方位角序列、时间序列、惯性测量单元频率和定位周期，并计算步伐完成俯仰角和步伐完成手机航向；

S2：根据步伐完成俯仰角和步伐完成手机航向，计算步伐完成航向；

S3：利用惯性传感器采集行人的测量步长、俯仰角幅度和加速度振幅数据，并计算步伐完成步长；

S4：利用PDR算法，根据步伐完成航向和步伐完成步长进行航位推算；

所述步骤S2包括以下子步骤：

S21：根据步伐完成俯仰角 计算第一偏移量Δψ1和第二偏移量Δψ2，并初始化第一偏移量Δψ1和第二偏移量Δψ2；

S22：根据初始化后的第一偏移量Δψ1和第二偏移量Δψ2，计算步伐完成时人的航向γi；

S23：将步伐完成时人的航向γi保存在步伐完成航向 中；

所述步骤S21中，当步伐完成俯仰角 为完成步行时最大俯仰角时，计算第一偏移量Δψ1，其计算公式为：Δψ1＝ψ1‑ψd

其中，ψ1表示第一次达到最大俯仰角时的手机航向，ψd表示初始行进方向的手机航向；

当步伐完成俯仰角 中为完成步行时最小俯仰角时，计算第二偏移量Δψ2，其计算公式为：Δψ2＝ψ2‑ψd

其中，ψ2表示第一次达到最小俯仰角时的手机航向；

所述步骤S22中，若俯仰角序列中第i个俯仰角数据θi是俯仰角序列 中的最小值，则步伐完成时人的航向γi的计算公式为：γi＝ψi‑Δψ2

其中，ψi表示方位角序列中第i个方位角数据，Δψ2表示第二偏移量；

否则，步伐完成时人的航向γi的计算公式为：

γi＝ψi‑Δψ1

其中，Δψ1表示第一偏移量；

所述步骤S3包括以下子步骤：

S31：利用惯性传感器采集行人的测量步长、俯仰角幅度AMPθ和加速度振幅AMPa，并进行步长拟合；

S32：对步长拟合的结果进行加权处理，得到步长的初步目标函数；

S33：根据步长的初步目标函数，构建最优目标函数；

S34：根据最优目标函数，构建步长目标函数，并根据步长目标函数计算步伐完成步长；

所述步骤S31中，进行步长拟合的计算公式为：其中，SL1表示通过俯仰角振幅拟合得到的步长函数，SL2表示通过加速度振幅拟合得到的步长函数，N表示拟合阶数，k表示泰勒公式正常表达值，AMPθ表示俯仰角振幅，AMPa表示加速度振幅，ak表示拟合得到的第一系数，bk表示拟合得到的第二系数；

所述步骤S32中，步长的初步目标函数SL的表达式为：SL＝A·SL1+B·SL2

其中，SL满足E(SL)＝A·E(SL1)+B·E(SL2)＝(A+B)·l＝l，A表示第一参数，B表示第二参数，l表示真实步长，E(SL)表示步长的初步目标函数SL的平均值，E(SL1)表示通过俯仰角振幅拟合得到的步长函数SL1的平均值，E(SL2)表示通过加速度振幅拟合得到的步长函数SL2的平均值；

所述步骤S33中，最优目标函数minD(SL)的表达式为：其中， 表示第一方差， 表示第二方差；

所述步骤S34中，步长目标函数SL′的计算公式为：

2.根据权利要求1所述的针对摆臂行人的行人航位推算方法，其特征在于，所述步骤S1包括以下子步骤：S11：利用惯性传感器采集行人的俯仰角序列 方位角序列 时间序列 惯性测量单元频率f1和定位周期T；

S12：从俯仰角序列 中获取 个俯仰角数据，从时间序列 中获取 个时间数据；

S13：设置索引阈值Δi、角度阈值Δθ和时间差Δt，并进行初始化；

S14：在俯仰角序列 和方位角序列 中，标记θi取俯仰角序列 中最大值或最小值时的索引，并存入第一索引序列 中，标记ψi取方位角序列 中最大值或最小值时的索引，并存入第二索引序列 中，其中，θi表示俯仰角序列中第i个俯仰角数据，ψi表示方位角序列中第i个方位角数据；

S15：根据第一索引序列 和第二索引序列 分别在俯仰角序列 和时间序列 中确定步伐完成俯仰角 与俯仰角和方位角取得最值的时间 并去除步伐完成俯仰角 中最大俯仰角和最小俯仰角之差不超过初始化后俯仰角阈值Δθ的俯仰角数据，去除俯仰角和方位角取得最值的时间 中步距时间间隔不超过初始化后时间差Δt的时间数据；

S16：选择第二索引序列 中满足i‑Δi

S17：基于步骤S16中标记的索引，根据方位角序列 和第三索引序列 确定步伐完成手机航向