如今人们对导航定位服务的需求随着数据业务和多媒体业务的快速增加日益增大，特别是在较复杂的室内场地，比如公司、医院、茶餐厅、大型超市、商场、博物馆、电影院等环境当中，人们往往想要获得在室内的移动终端或其携带者、设施或者物品的位置信息。目前所研究的无线定位技术根据室内和室外不同的定位环境，大致可以将它分为室内定位技术和室外定位技术两种。室内定位技术顾名思义，就是指一种获取物体在室内所在位置的技术。在军事、民用领域等都有着非常广阔的应用前景。目前我们所熟知的定位技术主要包括了无线局域网（WLAN）技术、光跟踪定位技术、传感器网络定位技术、红外线定位技术、射频识别定位技术（RFID）等等。由此可知，传感器技术和无线局域网技术以其自身的优势均可以应用于室内定位方法当中的。本论文研究的就是结合传感器和无线局域网（WLAN）技术对单个目标进行室内定位。论文首先介绍了利用传感器技术和WLAN技术进行室内定位的背景，然后讲述在室内环境下，使用光强度传感器和无线局域网接收信号强度数据对人员行为活动进行分析。具体做法是，利用光强度传感器进行室内人员的初步定位，然后使用WLAN接收信号强度数据进行室内人员的精确定位。进行室内定位的数据训练算法很多，由于神经网络善于解决非线性映射问题、精度可调等优点，因此论文中选择采用基于接收信号强度的BP神经网络来获取人员位置信息的方法。本文构建了一个由输入层、一个隐含层、输出层构成的三层BP神经网络定位模型，该神经网络以接收信号强度作为输入，并且采用并行的网络结构，数据在经过各层作用函数之后，将隐含层节点的输出信号传递给输出节点，最后给出输出结果，也就是坐标点，以此来进行室内单个目标的精确定位。最后论文中通过基于IEEE802.11b标准的WLAN环境中对模型进行了仿真实验，结果表明了应用该模型可以对室内人员进行有效的定位。