随着人们日常生活对室内定位需求不断提升,室内定位技术日益受到国内外学者的关注。现有的室内定位平台大多聚焦于二维平面的定位,对垂直方向的定位研究较少,难以应对当今社会对室内三维定位的需求。目前室内三维定位技术发展的瓶颈主要体现在垂直方向的定位上,因此,在成熟的二维定位基础上,改进楼层定位技术,提高室内定位的服务质量,成为室内三维定位技术突破的当务之急。当前已有的楼层定位方法受室内环境、技术手段等因素影响,存在楼层判定准确率低、算法复杂度高、节点密度大、易受环境因素影响、不能轨迹追踪等诸多问题。针对以上问题,本文提出一种基于LoRa的多楼层定位方法,并从定位算法、数据处理和组网等方面进行楼层定位系统的设计,以实现判定准确率高、易于实现、节点密度低、可轨迹识别的多楼层定位。本文主要研究工作如下:（1）针对现有楼层定位方法存在楼层判定准确率和算法复杂度难以折中等问题,提出一种基于LoRa的多楼层定位方法。该方法先按需部署LoRa纵向定位设备,建立离线指纹库和判定阈值指纹库,然后根据信号接收强度指示（Received Signal Strength Indication,RSSI）楼层判定算法和基于测距的信号源自主切换机制实现多楼层判定,再利用指纹库定位法实现轨迹识别,通过楼层判定与轨迹识别相结合的技术手段,获取更为全面的垂直方向信息。（2）针对动态活动下LoRa信号传播的抖动问题,采用卡尔曼滤波算法对LoRa的RSSI值进行数据预处理。结果表明,卡尔曼滤波算法通过卡尔曼方程将测量值与预测值相融合进行最优化估计,校正数据后获得趋向真实值的平滑曲线,降低了LoRa信号的抖动影响,提高楼层判定准确率。（3）针对LoRa室内多节点通信难以协调的问题,提出一种基于时分复用的LoRa自组网解决方案,并设计了组网节点与协调器。方案通过合理分配各节点接入的时间槽,避免了信号冲突,测试结果为,非视距（Non Line of Sight,NLOS）下节点平均通信距离可达200 m左右,150 m内数据丢失率均为0,证明该组网方式可提高LoRa室内多节点通信的稳定性,较好地解决多节点通信的信号协调问题。（4）本文基于LoRa-RSSI多楼层定位方法,结合数据预处理和LoRa自组网方案,设计并实现以Arduino为客户端,Raspberry Pi为服务端的多楼层定位系统。Arduino与Raspberry Pi相结合的开发模式降低搭建开发环境的复杂度,提高系统的多样化任务管理和协调能力,为相关系统开发提供了借鉴。经过实验验证,系统的楼层准确率高达97.9%,结合轨迹识别结果,实现了高判定准确率且全面的楼层定位。