定位技术的地位举足轻重,是诸多新技术的基础。基于GPS的室外定位技术虽然已相当成熟,可是由于其自身的特性,使得其并不能直接应用于室内环境。现有的室内定位技术,或者其成本较高,或者其应用范围较窄,或者其定位准确度较低,很难找到一种完美的解决方案。室内定位的发展面临较大挑战。利用Wi-Fi的信号特征数据来确定位置是一种有效可行的办法。基于Wi-Fi的室内定位应用广泛、整体实现成本不高,是当今室内定位领域所研究的重点技术。然而,Wi-Fi定位的局限性是其对定位算法的依赖性较大,定位算法的优劣将直接关系到定位准确性。为了提高室内定位的准确度,本文调研了近年来国内外对Wi-Fi室内定位技术的研究成果,介绍了位置指纹法的定位原理,对基于Wi-Fi的室内定位算法进行了研究,并提出了欧式距离与命中次数的加权K最近邻法(Euclidean Distances and Hit Counts Weighted K-Nearest Neighbors,EDHC-WKNN)、基于信道和频宽的高级加权算法(Advanced Weighting based on Channels and Bandwidth,AWCB)和不可信接入点过滤算法(Unreliability Filtration,URF),获得了较明显的定位准确度改善。具体来讲,本文做出了以下几点贡献。第一,本文针对目前WKNN算法的局限性,提出了将“命中次数”作为定位算法考虑的因素。引入EDHC-WKNN算法,通过欧式距离与命中次数之间的关系,计算出更科学的权值进行数据校正。通过与KNN算法和WKNN算法的对照实验,得到了EDHC-WKNN算法的平均误差较KNN算法降低了22%,较WKNN算法降低了17%的结论,验证了EDHC-WKNN算法的定位准确性。第二,本文结合无线电特性和Wi-Fi室内定位准确度的影响因素,提出了无线电干扰会导致信号强度波动,进而影响最终定位结果的可能性,并通过实验加以验证。引入AWCB算法,通过分析无线环境中接入点的信道和频宽配置,估计出无线电干扰程度,进而通过加权的方式对指纹点的欧式距离进行数据校正。经与原始算法的对照实验,得到了AWCB算法的平均误差均值降低了1.70%的结论,提高了定位准确性。第三,本文结合MAC地址的相关规范和Wi-Fi室内定位准确度的影响因素,从技术方法的角度出发,提出了从访客网络、临时创建的接入点和不可靠设备创建的接入点三个方面对接入点进行可信性鉴别和过滤的URF算法。实验结果表明,URF算法的平均误差均值降低了1.19%,即URF算法可以在一定程度上鉴别和过滤不可信接入点,降低定位误差,进一步提高定位准确性。