随着基于位置服务的需求的不断增加,复杂环境中基于无线网络信号的定位技术近几年发展迅速。信道状态信息（Channel State Information,CSI）由于可以在多个子载波上反映信号的特征,因此可以作为位置特征信息应用于基于指纹的定位系统中。然而,原始CSI信息中包含的随机噪声增加了指纹数据匹配时产生混淆的可能性。为了有效降低定位过程中产生的噪声信息,提升指纹匹配的特征分辨率,本文重点研究了基于CSI的指纹定位技术以及信号优选机制,通过提出新的定位手段,提升定位系统的稳定性,进而优化系统在室内环境中的定位效果。本文的主要研究内容和成果包括以下三个方面:（1）CSI幅度与相位信息的处理以及特征融合。针对复杂环境中CSI测量值存在的噪声干扰以及信息维度较高的问题,本文首先通过基于密度的聚类算法对幅度以及相位信息进行预处理,然后从融合幅度与相位信息出发,综合考虑幅度和相位信息的位置特异性,提出动态融合特征（Dynamic Fusion Feature,DFF）作为新的指纹形成方式。通过建立具有环境适应性的融合了幅度和相位信息的动态权重数值,在降低数据复杂度的同时提升了指纹的位置特征。（2）高环境适应性的相似性衡量指标的研究。在指纹定位方法的在线匹配阶段收集到的在线CSI数据需要利用相似性衡量指标去和指纹库中的位置指纹数据进行匹配。本文将实序列的编辑距离（Edit Distance on Real sequence,EDR）用于衡量指纹数据之间的相似程度。为了降低噪声的影响,提升相似性匹配方法的环境适应性,本文进一步将计算EDR过程中需要的匹配阈值设定成了随数据特征变化的动态参数,将改进的实序列的编辑距离（Improved Edit Distance on Real Sequence,IEDR）作为相似度衡量指标。该相似度匹配方法在文中通过与DFF指纹生成方法结合,形成了完整的CSI指纹定位系统DFF-EDR。该系统从指纹数据的形成和相似度衡量指标两个方面进一步提高了指纹数据的特征分辨率和定位精度。在实验阶段,本文针对提出的定位系统,从指纹形成方法、相似性衡量指标、系统整体三个角度,在两个典型室内场景中展开了定位性能的评估与对比分析。实验结果表明,本文提出的DFF-EDR定位系统从指纹形成方式以及相似性衡量指标两个方面实现了定位性能的提升。（3）多个无线访问节点条件下的信号优选机制。超密集的异构网络技术是未来5G移动通信的主要应用技术之一。本文在提出了完整的定位系统的前提之下,充分考虑对当前定位系统的特征,制定了多个室内无线访问节点条件下的信号优选机制,用于提高定位系统中CSI信号的传输质量,也为未来基于超密集异构网络的定位技术提供理论参考。通过在较为复杂的室内场景中布置多个无线访问节点,对比了单个节点下以及使用了信号优选机制后的定位系统的性能。结果表明,多节点下的信号优选机制对定位系统的性能有着进一步的提升。