1、隨著移動互聯(lián)網(wǎng)的發(fā)展，移動設(shè)備定位技術(shù)成為關(guān)注的熱點。比較成熟的室外定位——GPS系統(tǒng)無法穿透建筑物，不適用室內(nèi)定位。然而一些大型商場、醫(yī)院、倉庫、大型停車場等場合室內(nèi)定位是必須的。
　　基于WiFi的室內(nèi)定位普及率高、成本低、實現(xiàn)簡單的特點使其成為研究熱點，代表性算法是指紋定位。慣性測量定位是基于加速度傳感器，電子羅盤等傳感器的位置估算方法，代表算法是行人航跡推算(PDR)。
　　本文研究了影響指紋定位算法精度的關(guān)鍵因素，

2、如：AP接入點選擇，人對信號強度的影響，AP接入點之間的相關(guān)性，信號強度隨距離的關(guān)系等，重點研究影響最大的因素——AP接入點選擇算法。
　　針對已有AP接入點選擇算法大多運行于離線或者在線階段，沒有考慮無線信號時變性特征，造成指紋庫過期以及精度下降的缺點，提出運行在離線和在線兩個階段的AP選擇算法——基于區(qū)分度的AP選擇算法；通過實驗表明基于區(qū)分度的AP選擇算法比MaxMean算法有更好的定位精度。
　　針對PDR算法中的步

3、長估算模型對不同行走速度精度差的缺點，提出改進的步長估算模型，通過實驗表明改進步長模型對不同行走速度都有較高的精度。
　　針對指紋定位受環(huán)境影響大、PDR算法存在累計誤差和需要初始位置的缺點，提出指紋和PDR融合室內(nèi)定位算法。一方面利用PDR估算的坐標減小指紋定位算法搜索指紋庫的時間開銷，進而減小定位系統(tǒng)時間和空間復雜度，增強指紋算法對環(huán)境的魯棒性；另一方面，利用指紋定位的結(jié)果修正步長模型參數(shù)以及定位結(jié)果，進而減小PDR算法的累計