随着移动互联网技术的迅猛发展,基于位置服务(Location Based Service,LBS)的需求也与日俱增。目前,基于以GPS定位技术为核心的一系列室外定位技术发展相对成熟,已经广泛应用在了诸多室外定位的应用中,但是对于室内环境进行定位时却存在一些盲点,以至于不能很好的满足现有定位需求,同时,伴随大量室内应用的涌现,室内位置信息的获取显得尤为重要,所以人们逐渐把眼光转向有待发展的室内定位技术,希望能解决现有的困难,实现新的突破。低功耗蓝牙(BLE)的出现为室内定位技术创造了新的方向,其易部署、高精度、不易受环境影响、低功耗、低成本等诸多优点,令其在室内定位领域备受青睐,尤其是在2013年苹果公司基于BLE推出iBeacon近场通讯技术后,让BLE更加广泛地应用到人们生活的各类室内环境中,使其逐步发展成为室内定位领域的一个研究热点。本文在对已有的室内定位技术进行研究的基础上,借助BLE这项新的通信技术标准,采用基于接收信号强度值(Received Signal Strength Indicator,RSSI)的位置指纹和K-means定位算法进行位置定位及跟踪,分别在离线阶段和在线阶段设计了一系列的优化方案,并提出了一种基于限定区域的接近度分类K-means指纹定位算法,保证室内定位的高精度性和高时效性,并通过实验对定位结果进行了全面的测试分析。首先,考虑到实际的室内环境由于人、物品、墙壁等因素会导致信号反射、折射、衍射,从而影响离线阶段位置指纹库的建立,所以,本文先对蓝牙4.0位置指纹分布特征进行了研究,通过实验研究了接受信号强度与障碍物、传播距离及人流量的关系,找到了指纹数据库的优化方式,保证产生的训练数据及指纹地图的有效性,提高了后续在线定位阶段的定位精度。进一步,在在线阶段的位置定位及追踪算法中,本文对现有的位置估计定位算法进行深入分析,指出了其定位局限性,在此基础上,提出了基于接近度分类的限定区域的K-means指纹定位算法。该算法通过采用新提出的限定区域的接近度来对K-means聚类算法进行优化,减小聚类时匹配搜索的空间,进而减少了定位时长。实验结果表明优化的K-means定位算法较传统算法在定位性能和时间上有显著的改善。最后,本文将提出的优化方案应用到实际中,设计并实现了一套基于定位系统的智能导览应用,并将其部署到实际博物馆环境中进行了测试。测试结果表明,该系统整体的性能及体验均表现出众,对实际商业应用有着较为积极的参考意义。