无线网络技术发展促使位置信息服务成为人们日常生活不可替代的一部分。其中,Wi Fi定位技术不需要配备额外的专用设备,在部署及实现方面具备天然优势,因此本文以Wi Fi信号为基础进行室内定位算法的研究,并辅以粒子滤波算法和地图拓扑约束提高定位结果准确性。本课题研究内容如下:首先,提出基于改进粒子滤波的室内定位算法。所提算法以位置指纹定位法作为基础定位算法,区别于传统位置指纹定位法,本文采用射线追踪算法构建室内信号指纹库,同时设计自适应信号采集周期方法以在不影响系统精度的情况下减少数据量;针对传统重采样方法仅保留高权重粒子容易导致粒子多样性减少乃至枯竭的问题,本文基于不同时刻定位目标处的信号强度变化设计了一种自优化的重采样方法(A-SA),用于保证粒子多样性;最后在算法定位阶段,根据观测预测粒子处与定位目标处的信号强度差异对各个粒子的权重进行校正,并以此对这些粒子加权求和完成目标定位。实验以重采样方法、AP密集程度、样本规模作为评估因素,证明了本章提出的A-SA算法可以不增加任何硬件设施而有效提高室内定位的精度和鲁棒性。其次,针对复杂室内环境中A-SA算法容易出现定位至异常位置的问题,本文提出一种面向室内环境的基于地图拓扑约束的室内定位算法(MTC)。首先,算法以前一时刻行人及AP的位置为依据进一步划分传统室内误差区域,随后以不同时刻定位目标处的信号强度差异作为其移动状态特征构建改进的误差区域模型;然后为减少由于误差区域过小而未搜索到正确路段的情况,选择带有宽度信息的矩形模型替代传统地图匹配算法中以线段模型模拟路段;最后,结合改进的误差区域模型和矩形道路模型设计了相应的候选路段搜索方法,在综合考虑连接权重、方向权重及距离权重后从候选路段中确定最优路段,用以修正异常定位结果。以此为基础,本文设计并实现了一个基于Wi Fi信号的室内定位原型系统,并在可视化界面中展示了系统定位效果。综上,本文对基于Wi Fi信号的室内定位算法进行了研究。通过与传统算法的大量实验对比,证明所提出的A-SA定位算法在精度上提高了约35.33%,MTC定位算法的误匹配率降低了约9.2%。该论文有图35幅,表5个,参考文献88篇。