近几年随着无线网络、物联网、智能终端等技术的快速发展与广泛普及,位置服务在商场救援、场馆导览、人员监控等领域获得了广泛应用,并显示出巨大的应用前景。高精度和高稳定性的室内定位系统是实现位置服务的重要环节,指纹定位方法是实现高精度、高稳定性室内定位的关键技术。然而,由于信号在室内传播时会发生折射与衍射,室内定位系统呈现出稳定性低、覆盖范围小、精度和效率有限等不足,从而限制了其基于位置服务的应用。本文针对以上问题,调研和分析了最新的国内外室内定位研究成果,对室内定位方法进行了归纳和总结。在分析室内时空特征和行为的基础上,提出了一种改进的指纹定位方法,该方法基于隐马尔可夫模型与格网滤波相结合,动态划分了预测定位范围,从而提高了传统指纹定位的精度与稳定性,较好地解决了定位效率问题。本文的主要工作及创新点如下:1.基于智能手机进行室内行为感知,在研究室内行走速度、楼层切换研究的基础上,更加深入研究了室内转弯监测及室内停留点感知,为室内定位提供技术支持。2.由于无线信号在室内环境中易发生折射与衍射,为了获得稳定的信号,利用Kalmam滤波技术,对无线信号进行平滑处理,获得可靠的原始信号数据,并验证了不同K值情况下KNN指纹定位算法的精度。3.在室内环境中,人的移动范围受到空间障碍及步行速度的限制,因此利用室内空间信息,并结合计步算法预测室内移动区域,获取精准的指纹匹配范围,从而过滤无效信息和干扰信息,进一步地提高了室内定位的精度与效率。4.提出了基于隐马尔可夫模型与格网滤波相结合的方法,动态预测定位范围,该方法为高精度高效率的室内定位提供了技术条件,通过使用安卓智能手机进行实际场景的实验。实验结果表明,在初始位置正确时,与KNN指纹定位方法相比,在初始定位结果误差不大时,平均定位精度达到2.45m,精度提高了 17%,实践证明本文的研究成果具有更显著的普适性,更易于推广和应用。