随着无线局域网技术和物联网技术的蓬勃发展，人们对室内定位的需求与日俱增。室内环境存在非视距、多径、干扰多变等因素，通常的蜂窝移动定位、GPS定位等技术不能很好的应用于室内。然而室内环境在人类生产生活中有着极其重要的地位，人类亟需相应的室内定位产品的研制和投入使用，这些需求促使人们对室内定位算法的研究和关注。本文首先概述了室内定位技术的研究背景、现状和意义，讨论了经典的室内定位技术和定位算法的分类及其优缺点和应用环境；接着详细介绍了ZigBee无线通信技术，然后系统的研究了无线信号的传播模型，分析了无线信号传播模型中参数A和n对环境的依赖性和对接收信号强度RSSI(Received SignalStrength Indicator)测距的影响，分类探讨了几种经典的质心定位算法。针对传统的基于接收信号强度的室内定位算法在进行RSSI测距时过于依赖经验且对不同的定位环境算法普适性不强，精度不高的问题。在研究分析无线信号传播模型和传统的室内无线定位算法的基础上，提出了用BP神经网络模型来拟合传统的距离损耗模型，避免了对信号传播模型中复杂参数的经验估计或不精确拟合。该BP神经网络模型以接收信号强度RSSI为输入，以相应的距离d为输出。得到距离d后，提出用更精确的六点质心定位算法代替传统的三点质心算法来计算盲节点位置。在原有定位监控平台的基础上编写了全新的集成度更高的上位机监控界面和程序，同时实现了对串口数据的提取分析与存储，增加了显示定位节点历史轨迹的功能，使室内定位功能更加完善。最后搭建了ZigBee无线网络定位平台，编写了改进的定位算法程序，以学校人文楼地下停车场为实验环境进行应用场景定位效果实测，通过实验系统全面的验证了本文所提出的算法。实验结果表明，本文算法与传统定位算法相比减小了定位误差，避免了对模型中复杂参数的求取，提高了定位精度，证明了本文算法的优越性。