无线局域网作为宽带有线接入网的补充应用越来越广泛，同时也催生了以无线局域网为基础的各类服务如WLAN室内定位服务等。而基于位置指纹的WLAN室内定位系统以其操作及设备简单等特点而成为研究热点。因而本文将基于位置指纹的WLAN室内定位方法作为主要研究内容，并通过改进该方法提高定位准确度和定位所需时间。基于位置指纹的WLAN室内定位一般分两个阶段：离线阶段Radio Map的建立和在线定位阶段。在离线阶段，通过实测得到参考点的位置信息及相应的RSS值形成Radio Map；在线阶段使用特征匹配算法计算出在线测得数据的物理位置。基于位置指纹的定位算法需要解决两个问题：定位的准确性和时效性。因而本文研究了聚类算法、AP选择算法及Radio Map更新算法。首先，本文分析了现有的基于Radio Map的WLAN室内定位的特点，根据其关键的两个环节即Radio Map的建立及特征匹配算法进行分析。位置指纹的创建方法有两种，即自由空间传播模型法和接收到RSS值的特征值法，本文选用RSS特征值法。RSS值随着时间，天线朝向，参考点位置变化而变化，因而需要选用合理的方法建立Radio Map。特征匹配算法中，包括最简单的最近邻算法、经典的K近邻算法和加权K近邻算法。其次，本文通过分析Radio Map，研究如何对Radio Map进行化简及更新操作。为了定位的时效性，本文首先对Radio Map进行聚类处理，将RadioMap划分为几个小类，然后在每一个小类中使用AP选择算法选择出合适的AP组合用于定位。在聚类算法中，研究了最简单的K均值聚类算法、引入隶属度概念的模糊K均值聚类算法和无需指定初始聚类数的仿射传播聚类算法；在AP选择算法中，研究了随机选择及均值最大选择AP方法、信息熵增益方法和互信息熵方法。最后，为定位的准确性，研究了基于隐马尔科夫模型的Radio Map更新方法，并使用EM算法对隐马尔科夫模型进行求解。最后，通过在真实环境下的实验仿真，利用特征匹配算法进行定位。对聚类算法、AP选择算法及Radio Map更新算法进行了性能分析，并基于实验环境选择了合适的参数以期达到定位准确度高及定位时间短的特点。