随着移动智能终端的快速普及和物联网技术的快速发展,人们对于位置感知需求的应用急剧增加,定位服务作为移动互联网应用程序的一部分,深刻的影响着人们的出行的各个方面。近年来,随着室外定位技术的日渐成熟,总体净利率在逐年下降,而室内定位的需求却在不断增长,巨大的商业价值驱使人们更加关注室内定位技术的发展,其中,Wi-Fi（Wireless Fiedelity,无线保真）室内定位技术凭借基础设施部署广泛和终端设备有较高普及性的优势,成为最受关注的定位技术之一。因此,本文将研究基于Wi-Fi指纹的室内定位算法理论和系统实现,并针对定位系统在真实环境的应用过程中出现的终端差异性问题、以及定位精度低的问题,通过ELM（Extreme Learning Machine,极限学习机）算法对各定位终端差异性的校准,使得定位终端获得与训练终端一致的RSSI（Received Signal Strength Indication,接收信号强度）数据。在此基础上,融合地图匹配技术,提高定位终端的定位精度。具体的研究内容如下:（1）针对终端差异性问题,本文首先从终端硬件差异性和RSSI信号分布进行分析,研究终端差异性产生原因。然后,提出了基于ELM的终端设备差异性校准算法,以此来减小或消除各定位终端采集的RSSI值的差异性,提高Wi-Fi指纹定位系统对于不同定位终端的兼容性。最后,通过实验对比验证了算法的有效性。（2）针对定位精度问题,我们在定位终端设备校准的基础上研究Wi-Fi指纹定位算法模型,通过融合室内电子地图信息做位置估计的空间约束,提出了基于Wi-Fi指纹融合地图匹配的定位算法,利用地图匹配技术可以修正Wi-Fi定位点的偏差,从而减小定位误差,提高定位系统的定位精度。实验结果证明,与传统的定位算法相比,该算法能有效提高定位系统的定位精度。（3）综合终端设备差异性校准算法和Wi-Fi指纹融合地图匹配的定位算法的研究结果,本文在Web开发平台上搭建定位系统,首先对定位系统的功能需求进行了分析。然后,按照功能架构图,设计并实现了移动端的指纹数据采集功能,以及Web客户端的定位服务、终端用户查询服务、历史轨迹查询服务。最后,完成了该定位系统的开发和测试工作。