基于Wi-Fi位置指纹的室内定位技术利用接入点的信号强度估计用户位置,在复杂室内环境具有较高的适用性,伴随无线局域网的广泛部署,在工业和学术领域引起了高度关注。在该定位技术中,数据库与当前信号环境的匹配程度是准确定位的关键,然而,无线接入点的移动或功率调整等原因都会导致位置指纹发生变化。如何确保指纹变化情况下的准确定位,减少离线数据库的维护工作,一直是该研究方向的难点及重点问题。本文针对上述问题展开研究,主要工作及创新点如下:首先,针对传统的近邻定位,分析影响其定位精度的因素,提出三种改进的算法对定位匹配中指纹的无线接入点进行筛选。采用两组不同位置点集合对改进算法进行实验测试,给出了累积分布函数及平均定位误差。两组集合测试中,改进的定位算法平均定位精度较近邻算法均提升40%以上,证明了改进算法的有效性,验证了定位结果的稳定性。其次,采用快速分集检测算法判定定位区域是否存在变化接入点,并提出适应位置指纹变化的指纹重构算法。该算法将全局阈值函数处理思想应用于变化接入点的识别,并将识别出的变化接入点进行剔除,重构指纹,再进行定位。在位置指纹发生变化时,与直接应用改进算法进行定位相比,指纹重构算法将变化接入点存在时平均定位误差降低19.15%,有效的避免了变化接入点存在情况下的定位错误,提高了定位精度。最后,设计了适应位置指纹变化的Wi-Fi室内定位方案,含Android指纹采集客户端以及定位客户端、定位服务器以及MySql数据库服务器,进行了离线指纹数据采集,采用均值法建立指纹数据库,对上述算法进行实地测量,并对测试结果进行分析。本论文提出的Wi-Fi室内定位方案有效的适应了位置指纹的变化,可以为信息推荐、查询等基于位置的服务提供可靠的室内位置信息。此外,减轻了离线指纹数据库维护工作,识别出的变化接入点更为指纹库更新研究提供了数据基础。