随着物联网的发展,室内定位成为一个热点领域,其市场需求也日益增长。室内定位的关键性问题依然是在复杂的室内环境中实现高精度的定位问题,但是目前很难消除室内信号反射、折射等对定位精度产生的影响。现如今,室内若干种无线信号或其他传感器信息形成的异构指纹可以增加位置数据特征的多样性,从而提高定位的准确性和鲁棒性。定位算法的融合对定位性能的提升同样具有很大帮助,但是融合定位的问题在于计算量的增加影响定位实时性和定位成本。此外,基于指纹融合定位的本质思想是希望从有“冲突”的定位结果中获取最可信的定位估计,从该角度出发,可借鉴真值发现的思想来解决融合问题。本文基于WiFi信号接收强度和地磁场强为代表的两类异构指纹进行融合室内定位算法的研究,并借鉴真值发现的思想实现室内融合定位。所做工作如下:(1)本文对室内WiFi信号指纹和地磁场强指纹进行实验探究分析,分别阐述了无线信号的传播模型、WiFi信号的特性,地磁指纹的特性及地磁的校准方法,并对异构指纹的融合建库给出了详细描述。(2)针对局部动态指纹融合算法没有充分利用多分类器之间互补性的缺陷提出了改进措施,本文考虑分类器算法间的联系,并通过相关位置指纹增加单格点指纹样本数据集,计算得到全局指纹融合权重矩阵。并通过仿真和实测数据进行验证,实验结果表明,本文提出的全局指纹融合算法能达到更好的融合效果。(3)基于真值发现思想,提出基于位置指纹的支撑集期望最大化室内定位算法。该算法提出指纹质量的概念,通过构建期望最大化模型在评估指纹质量的同时给出支撑集内最可信的目标位置估计。最后通过单指纹实测数据、异构指纹实测数据和仿真数据分别进行了验证,在测试的所有数据下,该算法均达到了较高的定位精度。