近年来,随着无线网络的普及,基于位置的服务已在人们生活中占据着重要地位。当前物联网技术日益成熟,在物联网下基于位置信息的资源部署优化也为室内定位技术研究带来强大的驱动力,万物互联的场景永远离不开位置信息的支撑。在室内获取位置信息的方案中,IEEE 802.11 WiFi协议中定义的信道状态信息成为比接收信号强度信息更能反映信道状态的参量,因而成为当前热点研究方向。然而目前基于信道状态信息的定位系统由于多方误差的累积,依然难以满足物联网与智能家居的服务场景的精度需求。要实现高精度的室内定位系统仍面临诸多挑战,如作为定位的重要算法——经典MUSIC算法,在低信噪比场景下对到达角估计误差较大,且在复杂环境中易受相干信号影响而无法估计等。鉴于此,本文依托实验室与国内某公司合作物联网项目“EMUI Router WiFi覆盖优化”,立足于典型室内复杂场景,针对室内定位过程的不同阶段,分别研究了测量误差问题、复杂场景下到达角估计问题和基于角度的定位问题,提出了一种改进的到达角估计算法和一套定位系统误差优化方法,具体如下:一.在到达角估计的经典MUSIC算法基础上,本文提出了Smooth ES-MUSIC算法,其在基于商业网卡的通信架构下,有效扩展了测量的虚拟阵列。Smooth ES-MUSIC算法不同于经典MUSIC算法仅利用噪声子空间,其充分利用了信号子空间信息,不仅解决了非视距或远距下低信噪比到达角估计精度不足的问题,更在相干信号辨析上展示出优越的性能。实验表明,现实场景中其误差较经典MUSIC降低30%。二.提出完整的定位系统优化方案。在定位系统的数据测量阶段,采用最小误差多包线性拟合算法进行误差消除,并采用DBSCAN聚类算法消除抖动误差;在计算阶段,采用Smooth ES-MUSIC算法估计到达角,并提出AP-Logistic算法优化主径判别准确率,将信号衰减模型与位置估计模型结合确定定位目标。实验表明,主径判别准确率较对照系统提高了3.3%,系统定位平均精度提高了36%,且鲁棒性更优。