随着社会的不断进步与发展,未来城市所承载的人口会越来越多。目前,我国正处于城镇化快速发展的时期,为解决城镇化发展的难题,实现城镇的可持续发展,建设智慧城市已成为当今世界城镇发展不可逆转的历史潮流。在智慧城市的建设中,智慧楼宇是智慧城市的重要组成部分,对智慧城市建设的具有重要意义。在高度的城市化发展过程中,人们的室内活动空间变得越来越复杂和庞大,室内停车场、商业购物中心,机场等场所的室内定位需求日趋强烈,室内定位的需求前所未有高涨,这也是智慧楼宇、智慧城市建设的需求。全球定位系统定位技术性能、精度都很高,但是其无法穿透建筑物进行室内定位。伴随着无线局域网络以及智能手机等个人设备的发展,室内定位技术发展迅速,Wi-Fi无线网络已覆盖大城小巷,加上Wi-Fi本身所具有技术特点,诸多学者对Wi-Fi室内定位技术进行了研究,提出了很多位置指纹定位算法,但传统的定位算法的定位性能仍有待提高。本文针对抗干扰性和定位精度问题,利用数据驱动,研发了一个基于Wi-Fi指纹数据深度学习的室内定位系统,具体的研究工作如下:(1)运用深度学习方法自动编码提取Wi-Fi指纹数据深度特征,创建一对多关系的深度特征位置指纹数据库。(2)对Wi-Fi室内定位技术进行了研究,阐述了本文选用Wi-Fi技术进行定位的原因,对传统的室内定位算法进行了改进,提出了一种基于深度特征指纹数据库的计数k近邻室内定位算法,阐述了算法的设计思想和具体实现,并进行了算法仿真实验。(3)开发室内定位系统,系统客户端基于Android系统,使用Java语言在MyEclipse集成开发环境下完成服务端Web Server的开发,算法实现在Anaconda环境下用Python语言完成。该系统在重庆市日月光中心广场的室内停车场进行了应用测试,验证了该系统在复杂的室内环境条件下定位的可行性和精确性,也说明了系统具有一定的实用意义。