移动设备的爆炸性增长使得人们对移动定位和导航的需求不断增大,作为室外定位的“最后一公里”,室内定位越来越受到人们的关注。但是因为室内环境复杂,而且对定位精度有着比较严格的要求,所以目前还没有比较完善的室内定位技术可以很好的利用。因此,专家学者提出了多种室内定位技术解决方案,每一种技术都有其应用的场景和优缺点。由于基于WiFi的室内定位技术具有覆盖范围广,信息传输速度快,实现成本低等优点成为了人们研究和关注的热点。本论文研究分析了当前WiFi室内定位的关键技术,并在此基础上设计实现了基于WiFi的定位引擎软件。目前基于WiFi的室内定位技术分为基于传播模型的定位方法和基于指纹匹配的定位方法两种。基于传播模型的定位方法主要通过寻找RSSI值与AP之间的某种传播模型进行定位计算。但是因为无线信号在传播过程中会受到多径传播以及障碍物的阻挡等影响,RSSI值与AP之间并不存在一个确定的传播模型,因此这种室内定位方法并没有获得好的效果。基于指纹匹配的定位方法需要预先在选定位区域中选取参考点采集射频信号进行训练,从而构建信号强度与定位位置之间的映射关系。在定位的时候移动终端实时采集周围AP的射频信号强度,构建未知指纹,然后在离线阶段中建立好的射频指纹库中,查找和该未知指纹最相似的指纹,该指纹对应的位置就是终端的估计位置。目前基于指纹匹配的室内定位算法基本上都依赖于具体的RSSI值,由于RSSI值的时变性以及设备异构性,所以这种定位方法的定位精度仍然不是很理想。鉴于以上原因,本文介绍了另一种基于指纹匹配的定位算法,该算法不再依赖于具体的RSSI值,而是通过建立AP和AP之间的某种关系进行定位计算,一般来说这种关系对不同的设备来说都是比较固定的,所以这种定位算法很好的解决了设备异构性问题,具有很好的鲁棒性。基于该算法,设计并实现了具有鲁棒性高精度的室内WiFi定位引擎软件。通过大量的实地测试证明,该定位引擎软件的精度较好,达到了3米左右。