针对指纹定位中传统聚类方法难以有效划分物理空间，以及信号源不稳定导致定位误差大的问题，为降低数据库存储成本与提高指纹质量，提出了一种基于模糊聚类的精简接入点匹配定位算法。该算法在离线阶段将面积较大的目标区域按信号源特征划分为多个重叠模糊分区，综合考量各分区中信号源的稳定可见性及冗余性等多尺度特征，建立区域最小接入点辨识集合，在提高定位实时性的同时削弱不稳定接入点信号带来的匹配失准的缺陷。在位置计算阶段结合区域接入点稳定性特征分配近邻点权重，以此对传统欧式距离进行改进，同时依靠待定位用户运动过程中相邻时刻间的速度约束关系筛选定位野值，克服环境和信号源变化对定位结果带来的不利影响，降低定位误差。经实测场景测试，所提算法在对接入点进行有效筛选的前提下降低了定位算法的运算消耗，在显著减少离线数据存储量的同时，将定位场景的平均定位误差控制在了1 m以内，较已有经典定位方法，其定位精度提高了15%以上。