随着智能终端的普及,位置服务对于人们的生活变得越来越重要。基于WiFi的室内定位技术相较于其他室内定位技术具有较高的定位精度、广泛的应用场合、成本低等优势,成为当前室内定位技术研究的热点。由于室内环境的复杂性,使得接收到的信号强度具有时变性,严重影响定位精度和稳定性。为了减少环境的干扰,基于位置指纹定位算法是目前应用最多的方法之一。但是位置指纹法存在指纹匹配量大,定位精度有待提高以及不能选择合适AP（Access Point,AP）参与定位等问题,本文针对以上问题,提出了基于四叉树和改进K近邻的室内定位算法。论文的主要工作如下:（1）分析WiFi信号在室内传播影响因素,首先从时间、终端朝向、障碍物等方面对WiFi信号的特性展开研究。其次根据统计分析得出WiFi信号近似呈现正态分布的结论,对样本数据采用先高斯滤波再均值滤波的处理方法。最后针对传统定位算法不能选择合适的AP参与定位的问题,提出离线-在线AP选择策略,根据AP的选择策略,去除信号强度弱和不稳定的AP,从而提高了定位精度和系统的稳定性。（2）构建指纹数据库,针对K近邻定位算法在线定位时指纹匹配量大的问题,本文采用四叉树算法对指纹数据库作划分处理,将数据存储在四叉树的子节点中以此减少指纹匹配量,同时对四叉树最底层子节点编号,调整定位匹配范围,削弱因四叉树对指纹数据库划分带来定位精度降低的影响。（3）在线定位,针对K近邻定位算法因固定K值导致定位精度存在局限性的问题,本文在四叉树算法的基础上结合二次加权算法,首先利用四叉树找到定位目标所在的最底层子节点,根据该子节点编号找到周围8个子节点,将这9个子节点作为最后定位区域。其次通过一次加权计算出定位目标初始位置,根据设定的阈值去除距离初始位置较远的参考点。最后二次加权确定准确位置。本文从WiFi信号的特性、构建指纹数据库、在线定位3方面对基于位置指纹定位算法进行研究,实验结果表明提出的算法相较于K近邻算法、加权K近邻算法、二次加权算法提高了定位精度,减少了指纹匹配量。