近年来，随着无线通信技术的快速发展和智能终端大规模普及，定位问题逐渐引起了人们的广泛关注。尤其是室内定位技术，因为它对多种应用有着非常重要的影响，包括紧急救援、商业、个人消费者和企业级服务。虽然基于卫星的定位技术（GPS，GLONASS，GALILEO和 BEIDOU）成为室外定位的标准技术，在室内定位领域仍然没有形成一种统一的技术标准，多种多样的技术被提出运用到室内定位中，包括红外线，超声波，射频识别，无线局域网 WLAN,蓝牙，超宽带UWB，ZigBee，惯性定位法等等。　　每一种定位技术都需要合适的算法来更有效的定位目标。定位算法可以大致分为2类：基于信号传播的定位算法和位置指纹法。位置指纹法是采用信号强度（Received Signal Strength Indicator，RSSI）的定位系统中比较常用的方法。本课题主要工作是搭建一套基于RSSI位置指纹和惯性定位技术室内定位系统，该系统结合了这2种定位技术的优点，同时针对它们各自存在问题展开研究。惯性定位技术在短距离上具有较高的定位精度、实时性高等优点，但是因为传感器数据存在精度问题，惯性定位的结果会随着时间出现较大的累积误差。为了纠正惯性定位带来的累积误差，我们结合使用基于RSSI位置指纹的方法。同时，位置指纹定位的方法计算复杂度和开销都非常大，我们提出了一种动态活动区域的聚类算法（DAAC）来减少计算开销。我们通过实际部署验证了室内定位系统和聚类算法的性能。　　目前，已经有一些使用群智感知方法采集位置指纹的室内定位系统。作为一个扩展性研究工作，本课题会研究此类定位系统中位置指纹采集任务分配问题。我们对问题进行抽象建模，证明了位置指纹采集分配问题是 NP难，提出相应的混合式启发式算法。通过仿真实验分析，我们提出的启发式算法要优于传统的元启发式算法。