近年来,室内定位作为物联网的基础服务之一,受到了人们的重点关注。由于卫星信号到达地面时较弱、不能穿透建筑物的问题,使得卫星难以解决室内环境下的定位问题。随着Wi-Fi热点在室内环境下的广泛覆盖,用户可以随时随地通过携带的无线通信设备接入互联网。基于Wi-Fi信号强度的位置指纹室内定位方法因其具有较高的定位精度,不需要添加额外硬件,简单易行等优点而得到广泛的应用。本文研究了无线接入点(Access Point,AP)对基于Wi-Fi信号强度的位置指纹室内定位方法的影响,分析了接收端信号概率分布是如何受AP所处的视距条件及其品质的影响。针对Wi-Fi信号具有不稳定性和不确定性以及不同AP节点对定位的“贡献”不同的问题,本文提出一种基于动态AP权重的模糊定位算法。该算法采用基于核函数的单维度特征权重分配方法在线为不同区域的AP合理地分配权值;然后,采用多维尺度增长聚类方法(Multidimensional Scaling Growing Clustering,MSGC)实现规则的在线获取,根据隶属度相似度进行隶属度融合,来提高规则库的紧密性和可解释性,同时使用递推最小二乘法来辨识后件部分参数。该算法既削弱不稳定AP对定位最终结果的影响,又可以减少指纹数据的更新频率。基于本文提出的室内定位算法,设计并实现了室内定位系统。为了验证所提出算法的有效性,本文在实际环境条件下,利用开发的室内定位系统采集了Wi-Fi信号的位置指纹数据。以经典指纹定位算法作为对比,使用采集的数据分别从定位精度和算法抗干扰能力两个方面进行了实验验证,结果表明本文所提出的方法相比于其他经典算法均有着一定优势。