随着无线传感器网络(WSN)的发展,定位作为WSN的一个重要方面受到了广泛关注,而室内定位是其中的一个研究要点。目前存在很多方法可用于室内定位,比如TOA、TDOA、AOA、RSS测距等,然而这些方法的定位效果并不理想。为提高定位精度,本文利用Wi-Fi技术在分析位置指纹识别算法的基础上使用了最近邻方法、K-近邻方法、频率融合K-加权近邻法和概率方法进行研究比较,并提出一种新的RSS值提取方法以减少测量误差。同时,考虑到用户位置的隐私泄露问题,本文还对提取的RSS值进行了加密。首先,我们提出了一种新的RSS值提取方法。由于位置指纹识别是基于Wi-Fi技术定位的一种重要方法,构建准确的位置指纹数据库(LFDB)是至关重要的。本文在LFDB构建过程中使用了一种新的RSS值提取方法,该方法的主要思想是将每个位置收集的大量数据分为N组,利用每组最大RSS值的平均值作为该位置处的信号值,以达到减少误差的目的。其次,考虑了位置隐私问题并且提出一种加密方案。虽然基于Wi-Fi指纹的定位被认为是一种有前景的室内定位方法,但它可能会导致潜在的位置隐私侵犯问题。为解决这个问题,本文提出了一个轻量级的位置隐私保护方案。方案主要是将定位用户测量的RSS值和其他k-1个虚拟RSS值发送给定位服务提供商,服务商不能区分出用户的位置和其余k-1个虚拟位置。该方案的计算和通信成本很低,并且达到了保护用户位置隐私的目的。最后,我们使用Wi-Fi模块进行了实验。本文分别考虑了二维平面(2D)定位实验和三维空间(3D)定位实验,这两个实验都利用了位置指纹法基本原理和三种位置估算方法来进行定位性能评估。本文的位置估算方法使用了最近邻方法、K-近邻方法和概率方法。仿真实验结果表明K-近邻方法定位精度优于最近邻方法和概率方法;同时三维空间定位相比于二维平面定位,增加了高度误差,定位效果变差。