随着无线网络技术的发展,定位已成为人们日常生活中的必要需求。在室外环境中,全球定位系统(Global Positioning System,GPS)可以满足人们的日常生活。然而在室内环境中,建筑物的遮挡使室内GPS信号变得十分微弱。近年来,考虑了经济和实用性等因素,应用室内现有Wi-Fi基础设施的指纹定位技术受到了广泛关注。同时,这也意味着定位需要在未知环境中进行,这为定位系统带来了如下两个问题:其一是接入点(Access Point,AP)运动状态未知,手机等移动设备开放的AP会导致由接收信号强度(Received Signal Strength,RSS)构成的指纹信号的位置依赖性下降,进而影响定位精度;其二是AP数量过多,环境中过多的AP也会为指纹定位系统带来不必要的存储和计算开销。基于此,本文具体工作如下:首先,本文对移动AP为定位系统带来的影响进行了详细的理论证明。将WiFi指纹定位过程类比为信息传播过程,同时将类比信道模拟为有色高斯噪声信道。通过推导该有色高斯噪声信道的容量,得到定位误差下限,进而证明了移动AP对Wi-Fi指纹室内定位系统的负面影响。其次,为了解决AP运动状态未知导致系统定位精度下降的问题,本文提出了移动AP的联合判断准则。考虑到Wi-Fi信号的实际分布特征,分别基于信号分布范围和信号分布离散度建立移动AP检测的子准则,并融合二者优势建立移动AP检测的联合判断准则,去除移动AP以提高Wi-Fi指纹室内定位的精度。最后,为了解决AP数量过多为系统带来不必要开销的问题,本文提出了基于模糊粗糙集的冗余AP约简算法。建立模糊粗糙决策系统,将来自每个AP的RSS信号作为条件属性,将定位目标区域的划分结果作为决策属性。应用基于信息熵的模糊粗糙集约简算法,最大限度地去除环境中可被其他AP取代的冗余AP,降低Wi-Fi指纹室内定位系统的存储和计算开销。