随着互联网技术的发展，无线通信技术的进步，GPS全球定位技术的成熟，人们的关注逐渐从对室外位置的服务转移到室内，对室内位置服务的需求与日俱增。众所周知，GPS全球定位系统给人民的生活带来了诸多便利，但是由于室内环境的复杂多变，室内定位技术并不成熟，有许多技术难题需要解决与完善。目前，对于室内定位技术的研究主要分为基于专用设备的和基于WiFi的。由于WiFi环境易于搭建，不需要设计其它的专用设备，成本较低，只需要设计相关软件就可以实现定位，因此本文对WiFi定位法进行研究。本文以WiFi环境为基础，以位置指纹定位理论为指导，采用算法分析和仿真实验的研究方法对WiFi指纹定位的关键问题进行研究。论文的主要工作如下：　　首先，对现有的室内定位技术进行了介绍，研究了位置指纹定位的相关理论，对比分析了各种定位技术的优劣。　　其次，分析探讨了定位过程中相关因素对定位精度的影响，如WiFi信号强度变化的特征分布，WiFi设备的非正常变化，以及终端设备的朝向等。通过分析相关指纹定位算法的局限性，提出了一种基于核化 k-means聚类和支持向量回归的室内定位算法，该算法对定位区域进行了聚类划分，在小区域内建立回归模型，增强了对未知数据的泛化能力，降低了计算复杂度，提高了定位实时性。　　再次，针对定位区域内WiFi设备的异常变化对定位精度的毁灭性影响，提出一种自适应异常AP的感知方法。该方法通过事先在定位区域内放置一些专用硬件设备作为异常感知处理器，循环检测收到的AP信息，并发送到定位服务器，定位服务器根据接收到的信息更新指纹数据库，将突然关闭的AP从指纹库中剔除或将新的AP加入，有效地解决了AP变化对指纹数据库的影响，提升了定位精度。　　最后，通过实验验证了所提算法对精度提升的有效性，并和其它算法进行了对比分析，分析了优势，指出了不足。