随着移动互联网的迅速发展和移动终端设备的普及,基于位置的服务(Location Based Service,LBS)被广泛应用于工业生产和人们生活中。其中,基于WLAN的位置指纹定位方法具有无需额外部署专用的硬件设备、可扩展性高等优点,因而受到了广泛关注,但是具有定位精度有限、系统计算复杂度较高等缺点。针对上述问题,本文首先通过大量的实验分析了多种不同因素对基于WLAN的位置指纹定位的影响,实验结果表明减小采样间距、增大采样次数、增加AP个数都有助于降低定位误差;其中,AP个数对定位误差具有显著影响,为本文后续的研究奠定了基础。其次,采用克拉美罗下界(Cramer-Rao lower bound,CRLB)衡量不同接入点(Access Point,AP)对定位系统整体的贡献度,进而实现了一个新的AP选择算法,不仅有助于提高定位精度,还显著降低了系统的计算量。最后,在真实场景中开展了大量的实验,通过与最大信号强度(MaxMean,MM)和随机选取(Random)算法进行比较,验证了本文提出的AP选择算法的有效性。实验结果表明,采用本文所提出的AP选择算法的定位误差小于4m的概率为90.3%,明显优于其他两种AP选择算法。综上所述,本文提出的基于CRLB的AP选择算法具有定位精度高、抗干扰性强、计算复杂度低等优点,具有良好的应用前景和使用价值。