随着基于位置的服务的需求增长,室内定位成为了热门的研究领域。与传统的无线定位技术相比较,基于可见光通信的室内定位技术因具有设备简单、定位性能高、无电磁辐射以及安全性能高等优点得到了广泛研究。本文通过对室内可见光信道建模仿真,以接收信号强度为基础,对可见光室内定位算法进行了研究。针对漫反射光信道中边界区域的定位误差相比内部区域较大的问题,提出了基于多层极限学习机的分区域定位算法。通过建立多层极限学习机,根据整体实验区域定位误差的大小和分布特征,将整体区域划分为边界区域和内部区域,单独对误差大的边界区域进行训练,并将边界区域接收端的位置坐标更新到整体的位置坐标中,以实现整体的定位。有效解决了室内环境中边界区域定位误差大的问题,提高了整体的定位性能。为了进一步优化定位性能,针对极限学习机随机产生输入层和隐藏层间的输入权值矩阵和阈值矩阵的问题,提出了串联型粒子群优化极限学习机的分区域定位算法,建立粒子群优化极限学习机的第一层回归模型,第二层分类模型和第三层回归模型,分别求出整体区域的接收端位置坐标,划分边界区域和内部区域以及边界区域的接收端位置坐标,并将边界区域接收端的位置坐标更新到整体位置坐标中以实现定位。优化了极限学习机的输入参数,并且解决了边界区域定位误差大的问题。通过对比实验,验证了所提算法的定位性能、有效性、时间复杂度和鲁棒性,降低了边界区域的定位误差,可满足室内定位的需求。