随着GPS(全球定位系统)和蜂窝无线定位技术的发展和普及,室外移动定位技术已经广泛地运用到了人们的日常生活中,为人们户外出行提供着便利。然而,在Shopping Mall、机场、地下停车场等室内场所中,因为存在障碍物遮挡、环境复杂等问题,GPS并不能进行准确定位。目前常用的室内定位技术有蓝牙定位、RFID定位、WiFi定位等,由于WiFi在公共设施中覆盖范围广,架设成本小,因此在现有的室内定位系统中得到了较为广泛的应用。但是由于信号遮挡和反射等,WiFi定位也存在定位精度不高、定位结果不稳定等问题。因此,研究定位精度较高的基于WiFi的室内定位算法具有较大的理论意义和使用价值。本文先对有关室内无线定位的算法进行了研究,重点研究了基于到达时间的定位方法(TOA)、基于时间到达差的定位方法(TDOA)、基于到达角度差的定位方法(AOA)、基于信号强度的定位方法(RSS),并对各种方法进行了对比分析,得出室内环境下更适合基于RSS技术定位的结论。接着研究和对比分析了基于WiFi定位的两种方法——传播模型法和基于信号指纹的定位方法,并阐述在进行室内定位过程中选定位置指纹定位法的优势。其次,本文对WiFi信号在室内传播过程中周边环境的复杂性进行了深入研究,对有关信号传播的几点主要因素进行了探讨,并对位置指纹定位方法中的关键技术点进行研究,通过实验数据对比分析,总结出了位置指纹的特性以及接收信号的强度与位置点之间的一一对应关系,并对由环境因素影响造成信号强度的接收随之波动的问题进行了分析。在此基础上,对比分析了几种经典的指纹定位算法,对KNN指纹定位算法进行了深入地研究,首先从参数的选择方面进行优化;之后根据室内传播信号波动较大的特点对算法进行了改进。改进算法在产生定位结果之前增加了一个加权平均窗口,采用最近三次的加权平均值作为最终的定位结果。同时提出基于KNN的动态预测节点位置的改进定位算法,通过从无线地图中过滤掉到标签处没有相似RSS向量的RP来寻找最近邻,以降低KNN算法的时间和计算复杂度,并增加定位精确度。实验结果表明,改进后的算法在定位精确度方面有了较大程度地提高。最后,本文在Android平台上设计实现了基于改进KNN算法的WiFi室内定位系统,根据WiFi指纹算法的两个阶段将系统依次划分离线采集模块和在线定位模块,对该系统各模块的设计思路和方法进行了说明,给出了各部分的流程图和关键代码,并最终在若干应用场景得到了结果验证。