随着互联网与智能终端的快速发展,基于无线传感网络的室内定位应用越来越广泛,例如商场仓库快速寻找货物位置等。基于接收信号强度指示(RSSI)的WiFi节点定位技术,由于其成本低、功耗小、硬件要求低等优势,在室内定位中应用广泛。由于室内环境复杂,长距离通信、节点发射功率、突发干扰、环境因子等因素严重影响检测RSSI值,进而影响室内定位精度。因此如何有效抑制室内环境因素的干扰,提高室内定位的精度对基于RSSI测距的WiFi室内定位具有很大的意义。在传统测距的定位系统中,信号在传播过程中会受多径效应、障碍物和其它噪声等干扰因素的影响,造成信标节点在相同的传输距离下接收到的RSSI值也会具有较大的差异性,若直接使用此数据进行计算,则会造成较大的误差,降低转换精度,因此需要对采集到的数据进行预先处理。本文选用卡尔曼滤波对测量数据进行预处理得出状态向量的最优估计,运用最小二乘法拟合传播方程;在传统UKF算法的基础上提出一种基于对数鲁棒函数的UKF改进算法,采用鲁棒校正技术动态校正过程噪声方差Q的估计值,提高状态变量估计精度,对测量数据进行二次处理,求得未知节点到锚节点的距离,削弱非视距环境造成的影响,减少测距误差,通过三边定位法获得未知节点估计坐标;引入粒子群优化算法优化未知节点的估计坐标,降低坐标误差,提高室内定位算法精度。通过Matlab仿真实验结果分析表明,和传统的测距定位算法相比,本文定位方法能有效的减少测距误差,提高室内定位系统的定位精度。