目前,地磁室内定位因其成本低、覆盖面广、复杂度低而受到广泛关注。由于室内环境下WiFi节点广泛部署,基于RSSI的定位方法已经成为室内定位的主流之一。然而,地磁和WiFi定位的定位精度不稳定,且指纹采集工作量较大,采集效率较低。尤其是地磁定位中的一些磁场辨识度较差的室内区域定位精度无法满足要求。本文的主要工作如下:（1）首先对地磁指纹数据进行分析研究,提出了欧式距离特征和邻近点特征模型。欧式距离特征可用于反映室内位置的磁场辨识度,测试点的欧式距离特征与点位精度成正比,且特征模型有着较高的精确率和召回率。邻近点特征可以反映各个指纹点与其相邻指纹的磁场相似性,邻近点特征越大的测试点定位精度越高,且特征模型精确率和召回率很高。（2）地磁室内定位的精度不稳定,不同区域的定位精度差别很大。本文通过多个实验区域的研究分析得出:邻近点特征均值较大的定位区域有着更高的定位精度,开阔区域的邻近点特征要大于走廊区域。邻近点特征可由指纹数据求得,再结合快速构建指纹库的方法,可以实现对室内区域定位精度的快速预判。（3）指纹采集工作量大是地磁室内定位的难点,介绍了两种快速构建指纹库的方法。一种是路径分配磁场指纹的方法,用于快速分析特征;另一种是插值重构磁场指纹的方法。对于邻近点特征较大的定位区域,其定位精度较高,使用插值算法来重构指纹库,可以在对定位精度影响较小的前提下,大大提高指纹采集的工作效率。在实验区域,仅仅采集原指纹工作量的29.6%依然可以将定位误差控制在1m以下。（4）通过实验验证了WKNN、EWKNN、DTW以及PCA数据降维等算法在地磁定位和WiFi定位的参数选择以及定位表现。针对走廊区域定位精度较差的难点,本文提出了一种基于地磁和WiFi数据的融合定位算法。提出的融合定位算法在两个实验区域的定位误差分别为1.46m和1.55m的,RMSE为3.12m和2.74m。与单一的地磁定位、WiFi定位、现有的两种组合定位算法相比,提出的融合定位算法有着更好的定位表现。本文有图50幅,表17个,参考文献82篇。