随着无线网络的逐渐普及,因其设备成本低廉,易于部署等特点,基于WLAN的室内定位技术成为当今研究的热点。目前多数基于WLAN的室内定位技术是通过接收信号强度(RSSI)实现的,但是因其在室内环境中易受到多径效应的影响,所以精度不高。本文对基于CSI位置指纹的室内定位方法进行研究,主要研究内容有:(1)CSI数据的采集及预处理。首先采用Intel 5300无线网卡与Linux 802.11n CSI Tools开源工具对CSI数据进行采集;对采集到的CSI数据进行分析,选择了稳定性较好的幅值信息作为构建位置指纹的主要特征;之后采用拉以达准则对异常数据进行检测与剔除,保证了信号特征的稳定性;最后将处理过的CSI数据运用主成分分析法进行了降维处理,降低了数据的运算量,有效提高定位效率,在此基础上建立了离线指纹库。(2)提出了基于仿射传播算法和WKNN相结合的定位算法。首先根据各参考点的位置指纹特点进行聚类,本文采用的仿射传播算法无需指定类的个数,属于半监督聚类算法,可以达到将相似参考点聚类成簇的目的,提升了定位的效率;然后采用改进的WKNN算法将实时采集的CSI数据与离线指纹库中的数据做对比匹配,该算法通过赋予每个AP和近邻点不同的权值来实现更精准的定位。(3)使用MATLAB对本文的算法进行仿真测验。在实验室设置参考点部署实验环境进行多组对比实验,本文所提出的定位算法平均误差达到0.92m,相较于传统的KNN和贝叶斯算法在1m内的误差概率分别提升39%和52%;同时对比CSI与RSSI在室内定位的性能,通过本文的算法现实了基于CSI的室内定位较RSSI定位在1m内的定位精度有了61%的提升。