随着数字化时代的进一步到来,宽带无线接入技术迅速发展,移动技术得到了广泛的应用。基于位置的服务（Location Based Services,LBS）对精准定位的需求越来越急迫。智能终端支持Wi Fi和蓝牙功能,促使室内定位技术进一步向Wi Fi和蓝牙技术倾斜。研究Wi Fi定位、蓝牙定位以及二者融合的定位技术具有很大的应用价值。针对Wi Fi和蓝牙接收信号波动,且单一定位技术定位误差大、稳定性不足的问题,本文分别设计了一种基于Wi Fi指纹范围匹配的强信号簇WKNN定位算法和一种基于蓝牙指纹的区域加权定位算法,并在此基础上设计了一种以蓝牙定位辅助Wi Fi指纹定位的融合定位算法。本文研究内容具体如下:（1）设计了一种基于Wi Fi指纹范围匹配的强信号簇WKNN定位算法。首先,在离线建立指纹库阶段为每个指纹记录额外存储Wi Fi接收信号强度（Received Signal Strength,RSS）最大值和RSS最小值。然后,在线匹配阶段根据输入Wi Fi信号向量的RSS执行范围匹配算法得到各个指纹的置信度,并去除置信度为0的指纹。最后,根据强信号Wi Fi的RSS阈值过滤输入的Wi Fi信号向量得到Wi Fi信号子向量,并执行以指纹置信度为权重分配标准的WKNN算法。实验结果表明,该算法对比距离加权WKNN算法,定位误差在3m以内的概率从77.5%提升到83.3%。（2）设计了一种基于蓝牙指纹的区域加权定位算法。首先,离线阶段按照蓝牙的部署位置对定位场景进行区域划分,设置区域编号并额外采集这些区域的指纹建立蓝牙区域指纹库。然后,在线阶段通过输入i Beacon信号向量和所有蓝牙参考点指纹向量执行KNN算法,得到备选蓝牙指纹。接着,获取备选指纹对应区域编号的区域指纹,并计算输入i Beacon信号向量与区域指纹向量的余弦相似度,最后以余弦相似度的值为标准分配指纹权重并执行WKNN算法。实验结果表明,该算法对比距离加权WKNN算法,定位误差在4m以内的概率从81.7%提升到85%。（3）设计了一种Wi Fi和蓝牙融合定位算法。首先,在蓝牙指纹区域加权定位算法的基础上设计一种确定待测点可能区域编号集的算法,该算法通过确定以蓝牙指纹定位结果为圆心,以最大定位误差为半径的圆范围,并遍历范围圆内的指纹获取待测点的可能区域编号集。然后,根据这些区域编号集过滤原始Wi Fi指纹库,得到新的Wi Fi指纹库。最后,根据待测点Wi Fi信号向量和新的Wi Fi指纹库,执行Wi Fi指纹范围匹配的强信号簇WKNN定位算法,得到融合定位结果。实验结果表明,对比单一Wi Fi定位技术,定位误差在2m以内的概率从53.3%提升到69.2%。