随着无线室内定位技术的发展,基于位置服务的需求也越来越广泛,随之带动科研、商业、工业部门等社会各界的极大关注。无线传感网络巨大的商业应用价值推动其快速发展,并且融入到了各个领域。科学家预言,无线传感器网络(Wireless Sensor Networks,WSN)将会引起一场信息革命,掀起新的产业浪潮,未来WSN无处不在,极大地影响人类的生活方式。目前,研究无线传感器网络定位的科研人员日益剧增,基于WSN的室内定位方法也越来越成熟。其中,无线传感器网络室内定位算法中,基于接收信号强度(Received Signal Strength,RSS)室内定位算法的指纹集匹配和测距模型算法有较强的应用优势。但针对室内环境复杂性和特殊精度要求,而且信号在空气中传播易受折射、衍射和多径传播等不确定因素的情况,如何改进优化基于RSS的室内定位性能也成为目前传感器室内定位的一大热点问题。针对现有指纹库化简方法大多是对原始离散RSS进行分析处理,或者直接使用RSS均值及标准差等信息,存在离散数据仅代表采样时刻的信号强度现象,导致部分信息丢失问题,采用最大化曲线相似度机制,提出改进高斯滤波对原始RSS数据进行预处理,实现离散RSS连续化,充分挖掘数据之间的内在关系。详细介绍了现有的指纹集匹配算法,采用高斯模型匹配算法最终确定待定位节点位置。通过实验结构验证了提出算法的有效性。针对指纹集无线室内定位算法中无线接入点(Access Point,AP)具有相关性问题,本文通过对现有AP选择算法的分析总结与研究,提出了一种基于连续互信息的AP选择算法,采用连续互信息衡量AP子集的相关性,并与连续信息熵相结合,搜索包含有效位置信息最多的AP子集。文章提出算法能够使用数量较少的AP,获得较为理想的定位结果,并且降低在线阶段的计算复杂度。我们通过理论分析和大量实验,充分验证了提出算法的有效性。本文算法的组织结构主要包括以下几点:1.算法采用改进高斯滤波算法将离线阶段各参考点处采集到的原始离散RSS值进行预处理,实现离散信号连续化,充分挖掘数据之间的内在联系,同时降低噪声点对定位精度的影响;提出优先度(Priority degree)函数用于考察AP的区域特性;2.算法从AP之间的相关性入手,建立一种更加有效的AP选择机制,减小AP的冗余信息对定位系统造成的干扰;通过连续互信息充分考察AP之间的相关性,并且与连续信息熵相结合,自适应选择最合适用来定位的、包含有效位置信息量最多的AP子集用作位置估计,在保证定位精度的同时,有效降低在线定位阶段的数据维度;3.算法将待定位节点的AP子集与指纹数据库中参考点AP子集进行有效维度匹配,筛选出有效AP个数不小于3的参考点,建立多元高斯模型,进而利用KL散度选择相异度最低的参考点位置作为位置估计。实验设计在待定位区域内部署多个型号为TL-WA501+的AP,RSS接收装置选用华硕X8AIN series的笔记本电脑,使用笔者设计的接收运行在Windows 7的操作系统上,由手机采集软件在Android系统的手机终端上进行模拟仿真实验。通过实现数据分析,提出算法在两个经典场景中的定位精度与传统室内定位算法相比都有较大的提升。