随着无线通信技术快速发展和移动智能终端广泛普及,人们对基于室内环境的位置服务需求日益增长,无论是在医疗、商业还是在紧急救援等公共安全领域都迫切需要室内定位技术来提供优质的位置信息服务。在多种多样的室内定位技术中,基于WiFi的位置指纹定位法具有定位精度高、易实现、扩展性强、覆盖范围广和价格低廉等优势,逐渐成为人们研究的热点。因此,本文主要研究基于WiFi的位置指纹定位法,主要内容如下:首先,对基于WiFi的位置指纹定位法与传统的室内定位算法的原理进行介绍,并且分别对不同的定位方法分析对比,证明了基于WiFi的位置指纹定位方法的优势所在,为本文定位方法的选择提供理论支持。其次,在指纹数据库建立阶段,介绍了影响无线信号传播的多种因素,提出了改进的综合滤波算法,应用该算法对采集的数据进行滤波处理,搭建仿真实验平台,并与最大值滤波算法、高斯滤波算法和均值滤波算法进行数据处理结果对比,结果表明所提算法处理后的RSSI值波动范围和方差均有所减小,提高了指纹库的质量。然后基于AP选择,提出了KPCA算法对位置指纹库进行特征提取,并通过仿真实验与LE、ICA、LDA、PCA算法对比验证,实验结果表明KPCA算法具有非线性特征提取的独特优势,进一步提高了指纹库的质量。最后,对于定位模型的选择,本文介绍了传统的定位算法NN、KNN、WKNN、概率型算法和基于机器学习的定位训练模型SVM,提出了LSSVM室内定位模型,并提出了改进的参数寻优算法KV-PSO对定位模型中参数C和σ进行寻优,通过实验对本文提出的定位算法(KV-PSO-LSSVM)与传统的定位算法进行定位测试,结果证明了本文所提算法降低了定位误差,表现出了理想的定位性能。