物联网技术的飞速发展,生活、商业、军事等多个领域对室内定位服务的需求不断提高,刺激了室内定位技术的迅猛发展。目前,室内定位技术的研究已取得一定阶段的进展,如可见光定位等新兴定位技术日益完善,WiFi、蓝牙定位技术成功应用于商业、公共服务等领域,UWB,视觉定位技术也逐渐满足高精度工业场所的需要。随着技术的不断改革推进,定位技术发展日益成熟。定位信号的数据特征、定位算法的适用范围及定位系统的性能特点都已相当明确。基于当下的发展态势,不仅需要进一步优化现有定位技术提高定位精度,还需要高效融合现有的定位技术以实现更优越的定位效果。混构网下的融合定位,通过充分挖掘不同定位系统、定位特征、定位算法之间的互补优势,取长补短,从而提高定位系统准确性以及增强鲁棒性。本文围绕混构网下的室内融合定位,所做工作如下:(1)本文提出混构融合定位系统的统一架构,从定位源、算法和权重空间三重角度考察融合定位精度的决定因素。此外,本文根据融合的信息元素,分别对特征融合、决策融合、多级融合问题进行了概述。(2)针对特征融合问题,本文研究了一种基于深度网络的特征融合算法。该算法通过深度网络学习定位指纹深层特征、非线性特征映射网络统一混构特征维度,特征拼接生成包含混构特征信息的新特征。实测数据结果表明,构造出新定位特征可以有效挖掘混构特征的优势,加强不同特征之间的相关性,实现混构特征互补。(3)为提高定位决策的估计准确率,本文提出一种候选集辅助的双层融合网络算法。该算法构建多样层和融合层,前者通过组合不同的特征、算法生成多个定位决策,后者计算融合轮廓衡量不同定位模式的精度,加权融合得到最终的位置估计。其中在多样层,所提算法通过收敛函数衡量定位模式的性能,实现最大概率包含正确的定位决策,构建候选集来增加融合定位所需的有效信息。通过实测数据验证,本文所提决策融合算法较其他经典融合算法而言,达到了更高的定位精度。